arXiv cs.CL· Kshitij Ambilduke, Caroline Brun, Thibaut Thonet, Vassilina Nikoulina, Marcely Zanon Boito·· 6 天前AI 评分29
语音 LLM 如何避免刻板印象？BASIS-Bench 评测个性化与偏见的边界
Personalization Without Stereotyping: Do Speech LLMs Know When to Turn a Deaf Ear?
AI 导读
研究者提出 BASIS-Bench，从人口统计鲁棒性、刻板偏见和个性化三个维度，区分语音 LLM 的有益个性化与刻板行为。对八个近期语音 LLM 的评测显示，多数模型虽能识别口音等人口统计线索，却无法将其转化为恰当的个性化回应；显式人口标签虽提升个性化效果，却也放大了文本骨干中已有的刻板关联。
正文 · AI 翻译
摘要：近期的语音大语言模型能够利用丰富的副语言线索，从而实现更复杂、更个性化的交互。然而，很少有研究探讨这种敏感性如何导致刻板印象，现有评估大多衡量人口统计学差异，而未区分有益的个性化与刻板行为。我们提出 BASIS-Bench，一个旨在通过三个维度区分这两方面的基准：（1）人口统计学稳健性，衡量不同说话者在基于内容的任务中的差异以及人口统计学分类能力；（2）刻板偏见，衡量感知到的人口统计学线索是否会引发未经提示的刻板行为；（3）个性化，衡量模型在明确要求时能否根据人口统计学特征定制回应。我们评估了八个近期语音大语言模型，发现尽管它们通常能识别人口统计学线索，但大多数未能将其转化为恰当的个性化。明确的人口统计学标签能提升个性化，但也会放大文本主干中已存在的刻板关联。这些发现凸显出，训练语音大语言模型不仅需要让它们感知人口统计学线索，还需要让它们学会何时应据此调整回应。
| 学科： | 计算与语言（cs.CL） |
| 引用为： | arXiv:2610.13550 [cs.CL] |
| （或 arXiv:2610.13550v1 [cs.CL] 用于此版本） | |
| https://doi.org/10.48550/arXiv.2610.13550 由 DataCite 颁发的 arXiv DOI（待注册） |
提交历史
发件人：Marcely Zanon Boito [查看电子邮件]
[v1]
2026年10月9日星期五 13:06:22 UTC（942 KB）
来源：arXiv cs.CL · arxiv.org