标签
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。
华盛顿邮报公布了用于评估AI模型政治偏见的问题与答案完整列表，揭示了具体的评估方法和潜在偏见。
《华盛顿邮报》对主流AI聊天机器人进行了测试，发现其回答中存在政治偏见，引发对AI系统客观性的担忧。
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。
一位用户测试了五个AI模型对移民新闻文章的摘要，发现所有模型都继承了原文的框架，看似中立，但通过强调和省略来塑造读者的理解。这项研究规模小且是探索性的，数据公开可用。
本文介绍了政治一致性训练（PCT），一种基于强化学习的方法，旨在减少大语言模型中的隐性政治偏见，同时保持其有用性，并发布了用于衡量情感一致性和有用性一致性的指标。
Forum AI 的一项研究发现，ChatGPT、Gemini、Claude 和 Grok 等主要聊天机器人未能提供准确且无偏见的选举信息，其中 90% 的回答包含错误或偏见。
本文提出一种基于Transformer的模型，可将德语文本的政治倾向映射到从左到右的连续频谱上，在包含德国联邦议院全体会议记录、Wahl-O-Mat、报纸和推文等多个语料库上实现了高准确率。
本研究论文分析了大型语言模型中的“政治可塑性”，发现当提供用户示例时，较新的模型展现出可靠的意识形态适应性，而较旧的模型则表现出有限或不稳定的反应。
研究人员构建了一个开源的政治坐标基准，包含14个政策领域的98个结构化问题，用于评估前沿LLM（GPT-5.3、Claude Opus 4.6、KIMI K2）。关键发现：拒绝模式与选择退出选项显著改变了模型定位。GPT-5.3在提供选择退出选项时100%拒绝回答问题，而KIMI K2虽然在其它方面表现进步立场，但在台湾/新疆问题上表现出特定主题的审查。
OpenAI 推出了一个全面的框架来定义和评估 LLM 中的政治偏见，引入了跨越 5 个偏见轴线、包含 100 个主题的 500 条提示评估。结果显示 GPT-5 模型相比之前的版本实现了 30% 的偏见减少，少于 0.01% 的生产环境中的 ChatGPT 回复存在政治偏见。
Anthropic详细介绍了其确保Claude在选举期间保持公正和安全的各项举措，包括对Opus 4.7和Sonnet 4.6的偏见评估、与外部智库的合作，以及针对虚假信息的使用政策执行。