标签
Black Bench是一个旨在构建基准以测量LLM在政治倾向、伦理价值观与人格特质方面表现的项目，目前正寻求对该倡议的支持。
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。
美国联邦贸易委员会正在考虑对人工智能公司进行监管，原因是担心其模型中嵌入潜在的政治和意识形态偏见，此举可能对AI治理产生广泛影响。
一项对6个前沿LLMs在8个偏见基准测试上的独立评估发现，大多数模型在政治上偏左，并且Grok自述的右倾立场与其左倾行为不一致。拒答率各不相同，GPT-5.4在20%的种族相关问题上拒绝回答。
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。