EMNLP 研究：LLM 面对偏见文本仅 0.4% 拒绝指认归属群体
ZhijingJin · x · 2026-10-27
一篇入选 EMNLP 2026 Findings 的研究揭示了 LLM 在偏见文本归因上的系统性问题。
核心发现
- 研究者向 LLM 询问「谁会接受一段带偏见的文本」，且未提供任何人口统计信息，正确答案应是「未知」
- 但模型几乎都会强行指认一个群体，且往往指向主导群体，拒绝回答的比例仅 0.4%
二阶偏见与推理模式的关系
- GPT-5.1 的推理变体会放大二阶偏见：在可接受文本上提升 50%，在不可接受文本上提升 128%
- 而 Sonnet 4.6 和 Olmo 的推理模式反而降低了二阶偏见
研究由 JinesisLab、多伦多大学、Vector Institute 等机构合作完成。
「模型」频道最新
- 3 张二手 V100 跑 Qwen 近 400 tokens/秒 — jfinkpottery · 2026-10-27
- Muse Spark 1.3 安全报告:CoT 可控性评估首次对标四大厂商 — tomekkorbak · 2026-10-27
- 非英语用户多付「分词器税」：同样任务 AI 报价更贵 — postalex · 2026-10-27
- Meta Muse Spark 1.3 系统卡采用图宾根 4 项评测基准 — maksym_andr · 2026-10-27
- ChatGPT Pro 500 套餐曝光：月费 445 英镑，周额度已用 91% — yoimnotkesku · 2026-10-27
- 学者争论：现行 LLM 远超 GPT-4，但期刊审稿延迟挡住了新模型 — DeryaTR_ · 2026-10-27