跳到正文
Hacker News· rzk·· 13 小时前AI 评分39

GAMA-Bench:LLM 在冲突情境中对男性角色更严厉?

Harsher on Male? Evaluating LLMs on Gender-Asymmetric Moral Framing in Conflicts

AI 导读

研究者提出 GAMA-Bench,一个性别镜像基准,含 1298 个涵盖亲密关系与公共社交冲突的场景,用配对的第一人称提示词测量模型如何分配惩罚、共情、升级、指导与归责。在 10 个代表性 LLM 上的实验显示一致的男性不利不对称:对同样的不当行为,男性角色得到更惩罚性、升级和归责导向的回应,女性角色则得到更多疗愈与共情导向的回应,且该模式跨模型家族、场景类别、模型规模和显式思考式推理持续存在。

正文 · AI 翻译

查看 PDF HTML(实验性)

摘要:现有关于 LLM 中性别偏见的研究主要集中于刻板印象、职业关联或显性有害输出。在本工作中,我们探究 LLM 在匹配的男性行为者与女性行为者条件下,是否对同一负面行为采用一致的回应标准。我们提出 GAMA-Bench,这是一个性别镜像基准,包含 1,298 个场景,覆盖亲密关系与公共社交冲突。它通过受控网格与跨模型审查构建性别中立的不当行为模板,再将其编译为成对的第一人称提示,并匹配行为者性别与角色指称变化。我们进一步设计结构化回应框架协议,以衡量模型如何分配惩罚、共情、升级、指导与归责。在 10 个代表性 LLM 上的实验揭示出一致的不利于男性的不对称性:对于同一不当行为,男性行为者获得更具惩罚性、升级性和以归责为中心的框架,而女性行为者获得更具治疗性和共情导向的框架。进一步分析表明,这一模式在模型家族、场景轨道、模型规模和显式思考式推理中持续存在。官方代码见 此 https URL。
评论: 审稿中
主题: 计算与语言(cs.CL)
引用为: arXiv:2606.14068 [cs.CL]
  (或 arXiv:2606.14068v1 [cs.CL] 用于此版本)
  https://doi.org/10.48550/arXiv.2606.14068

由 DataCite 颁发的 arXiv DOI

提交历史

来自:Guangzong Si [查看电子邮件]
[v1] 2026年6月12日星期五 03:29:34 UTC(11,361 KB)

来源:Hacker News · arxiv.org