研究实测 10 款大模型:同一过错,男性被全责归咎概率高出 23 个百分点
alex_verem · x · 2026-11-23
中科大与宁波东方理工学院团队发布 GAMA-Bench 基准,构建 1298 个性别镜像的冲突场景,仅改变第一人称性别设定,测试 10 款主流模型。
核心发现
- 在亲密关系冲突中,10 款模型全部对男性更严苛:男性被「全部归咎」的概率平均高出 23 个百分点,回应中惩罚性词汇多约 3.3 个。
- GPT-5.4 在 90% 的场景中将全责归于男性(女性为 68%);豆包为 77% vs 39%,Qwen3 为 71% vs 39%。
- 对女性当事方,模型的回应包含更多理解与共情措辞。
反直觉结论
- 公共与职场冲突中差距较小但方向一致。
- 模型规模无法消除偏差:Qwen3 8B 的偏差反而远大于 0.6B。
- 开启逐步推理也无效,某个 Qwen3 模型上差距反而扩大。
- 结果经第二个 AI 评审与三位人类评审复核,方向保持一致。
论文(arXiv:2606.14068)指出,用户每天都在向聊天机器人寻求关系建议,而模型给出的答案会因用户提到的性别而改变。
所属事件:研究实测10款大模型:同一过错男性被归责概率更高(2 条相关)→
「漫话AGI」频道最新
- birchlse:质疑 LLM 曾完全合理,真正的考验是你是否适应新现实 — birchlse · 2026-11-23
- AI 末日论者言论失控?mark_k 转发威胁性发言引争议 — mark_k · 2026-11-23
- 王博文引 Gary Marcus 争议:纯 LLM 究竟能否解决生物学问题 — BoWang87 · 2026-11-23
- 哈佛法学院提出「犬类框架」:按驯化程度为自主 AI Agent 定责 — bigdata · 2026-11-23
- 「疯狂 AI 论者方向上是对的」:Dan Williams 论超级智能视角的合理边界 — dioscuri · 2026-11-23
- AI 时间线论文数量超指数增长:近月每 3.8 个月翻倍 — peterwildeford · 2026-11-23