arXiv cs.CL· Jingshen Zhang, Bo Wang, Yanlin Fu, Yuewen Dang, Dongming Zhao, Zifei Yu, Yuexian Hou·· 11 小时前AI 评分31
LLM 真的缺乏差异意识吗？揭示群体差异化公平中的启发式替代
Do LLMs Really Lack Difference Awareness? Uncovering Heuristic Substitution in Group-Differentiating Fairness
AI 导读
研究提出 Fairness Heuristic Substitution 假说：LLM 在群体差异化公平任务上表现差，并非缺乏差异意识，而是用更简单的平等待遇启发式替代了复杂判断。
正文 · AI 翻译
摘要：本文研究 LLM 中的差异意识问题，将其定义为模型在公平决策中识别并承认社会群体之间存在有意义差异的能力。以往研究一致表明，模型在此类任务上表现不佳，这一发现通常被归因于缺乏差异意识。我们提出另一种解释，称之为公平启发式替代：差异意识未必缺失，但同时识别相关群体差异并判定其对公平决策影响的复杂需求，可能使模型转而采用更简单、更易获取的平等待遇启发式，即形式平等。基于这一假设，我们提出 TDD，一种两阶段“区分—决策”框架，将公平推理显式分解为先区分语境相关的群体差异、再作出相应决策，从而抑制对形式平等捷径的依赖。(i) 在四个基准和十个参数规模从数十亿到数万亿的模型上，TDD 显著优于单阶段基线，甚至优于通过模拟测试集泄漏而增强的基线。(ii) 将 TDD 与神经元级对比探测相结合，提供了与公平启发式替代假设一致的机制证据，揭示了形式平等的两个特征：紧凑且局部协调的表征结构，以及默认推理下显著的激活偏差。(iii) TDD 的阶段式分解揭示了公平推理中被忽视的失败模式，包括启发式位移和阶段动态失配。
| 学科： | 社会与信息网络（cs.SI）；计算与语言（cs.CL） |
| 引用为： | arXiv:2610.26961 [cs.SI] |
| （或本版本的 arXiv:2610.26961v1 [cs.SI]） | |
| https://doi.org/10.48550/arXiv.2610.26961 由 DataCite 颁发的 arXiv DOI |
提交历史
来自：Jingshen Zhang [查看邮箱]
[v1]
2026 年 10 月 18 日星期日 12:14:20 UTC（591 KB）
来源：arXiv cs.CL · arxiv.org