研究:主流 LLM 集体偏爱日本,SFT 是偏见源头
alex_verem · x · 2026-10-26
巴斯克大学与卡迪夫大学团队发布 CROQ 数据集(24 种语言、11 类文化开放问题),测试 GPT-4o mini、Gemini 2.5 Flash、Claude 3.5 Haiku 等主流模型后发现:几乎所有 LLM 在回答文化问题时都明显倾向日本。
论文详见 arXiv:2604.21751,研究者还定位到偏见出现的时间点:监督微调(SFT)之后才出现,预训练阶段并不明显。
「研究」频道最新
- 机器人学习开源教材上线：前两章讲控制鲁棒性与从 ALVINN 到 VLA — GlenBerseth · 2026-10-26
- 博主提议 500 万美元验证音乐疗法：40Hz 40Hz 声光刺激或能延缓阿尔茨海默病 — jajoosam · 2026-10-26
- Judea Pearl 感叹《Causality》引用破 5000 次,生命周期近乎无限 — yudapearl · 2026-10-26
- 用行进光脉冲动画演示婴儿脑白质纤维追踪可视化 — Dr_Alex_Crimi · 2026-10-26
- 研究：临床医生对 AI 错误结论过度依赖、对正确结论反而不信 — zakkohane · 2026-10-26
- 研究：层复制与循环结构让语言模型更早学会上下文学习 — omarsar0 · 2026-10-26