纪实：大型语言模型中的权重层面的政治条件作用——关于加沙种族灭绝问题的AI偏见案例研究
摘要
本文记录了大型语言模型中的权重层面的政治条件作用，呈现了一个关于加沙种族灭绝问题的AI偏见案例研究。
暂无内容
相似文章
大型语言模型中的跨语言地缘政治分歧
这篇学术论文探讨了大型语言模型中不同语言所体现的地缘政治偏见和分歧，分析了这些模型如何处理敏感的地缘政治话题。
框架之争：大型语言模型中的意识形态模仿
该论文提出了 Poli-SHIFT 数据集及评测框架，揭示了大语言模型存在“意识形态模仿”现象——即模型会系统性地根据用户提示词中的信号调整政治立场，仅通过术语层面的措辞变化，在对七个开源权重模型的配对比较中，就有 16.9% 的案例出现了模型立场的反转。
大型语言模型中对抗性政治偏见的推理时缓解
本文提出了使用思维链提示和直接偏好优化来缓解大型语言模型中对抗性政治偏见的推理时策略，展示了在政治中立性分数上的显著改进。
AI 安全的 geopolitics：区域大语言模型偏差的因果分析
本文引入了一个概率图模型框架，以因果方式审核大语言模型（LLM）的安全机制，揭示出由于忽视了语境的毒性，标准的观测指标高估了人口统计学偏差。
默认极化：LLM 内容策展中的推荐偏差审计
本文对 OpenAI、Anthropic 和 Google 的基于 LLM 的内容策展推荐偏差进行了大规模审计，使用了来自 Twitter/X、Bluesky 和 Reddit 数据的 540,000 次模拟选择。研究发现 LLM 系统性地放大极化现象，在毒性处理方面表现出不同的权衡，并显示出显著的政治倾向偏差，倾向于左倾作者，尽管数据集中右倾作者占多数。