标签
文章讨论了像ChatGPT和Gemini这样的美国AI模型在科学和政治问题上给出含糊回答以规避争议，而非美国模型则提供直接、基于证据的回应。作者假设这是由于担心诉讼和抵制所致。
一位用户报告称，某AI聊天机器人提供有偏见的法律建议，偏袒沃尔玛和亚马逊等大型企业，同时劝阻诉讼，但当省略企业名称时却鼓励诉讼。该帖子引发了对AI偏见偏袒大企业的担忧。
本文介绍了隐私保护概率种族/族裔估计（PPRE），该方法结合了安全两方计算、差分隐私和加法同态加密等隐私技术，能够在不暴露敏感人口统计数据的情况下，对美国LinkedIn会员进行公平性测量。
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。
关于具有互联网访问能力的超级智能AI能否克服其创造过程中植入的偏见的推测性讨论，引发了关于AI对齐与控制的疑问。
Polar是一个包含4,026个多选题的基准，用于评估LLM在美国和韩国政治背景下的政治偏见，通过选项级似然度来测量偏见。对38个LLM的实验显示，系统性偏见模式因政治背景、议题类别和呈现语言而异。
Robert Dillon 起诉佛罗里达警方错误逮捕，尽管有证据表明他在300英里外，但面部识别系统对一张低质量图像给出了93%的匹配。诉讼称警方依赖有缺陷的人工智能，而没有进行适当调查。
本文首次对多模态语音识别模型进行了偏见评估，发现在将人脸与音频配对时，跨性别和种族的准确率存在显著差异，这对AI系统的公平性具有重要意义。
该研究发现，语言模型在并列比较标准美式英语和非裔美国人白话英语时，会表现出更强的方言偏见，即使经过安全微调也是如此。反事实公平微调可以在孤立情况下减少某些偏见，但在对比设置中并不一致。
本文研究大型语言模型是否对称地处理关于宗教改宗的问题，发现持续存在的不对称性，某些信仰受偏爱。研究测试了20个模型在182个宗教配对中的表现，揭示了可复现的模式，可能具有现实世界影响。
内华达州男子Jason Killinger因赌场AI面部识别错误被误认为擅闯者，警方无视其真实身份证件和明显差异，坚持相信AI结论并逮捕他，直到指纹鉴定才证明清白。这起事件揭示了AI错误时执法部门盲从的问题。
一项实验用同一个关于LENR和超导性的研究提示词，通过5种语言的6个AI系统运行，揭示了显著的语言偏差——非英语查询会呈现出纯英语搜索所遗漏的真实工业承诺信息。
一项独立分析对 100 多个大语言模型进行了 117 个政治问题的测试，以绘制其意识形态倾向图谱，结果显示 DeepSeek 和 Grok 偏向左翼，而大多数其他模型则聚集在中间或右翼。
文章批评了AI系统（尤其是Grokipedia和AI搜索）如何通过以英语为中心的转写和有偏见的训练数据，合并不相关的社群，从而延续错误。文章强调了通过简化英语表述和重复的错误信息抹去文化差异的系统性问题。
来自麻省理工学院（MIT）、伍斯特理工学院（WPI）和 Google 的研究人员提出了 WRING，这是一种用于视觉语言模型（VLM）的新型后处理去偏方法，旨在避免在消除特定偏见时放大其他偏见的“打地鼠困境”。
A U.S. congressman cited IQ statistics reportedly output by a large language model to argue that Third-World cultures are inferior, igniting debate over AI-generated data misuse.