研究：语义泄漏驱动联想性性别偏见

Hazel Chen、Peter West 与 Hila Gonen 提交的论文发现，即使移除提示词概念与特定实体的归属关系，语义泄漏依然存在，说明它是一种更广泛的联想倾向，而非有缺陷的启发式。 作者将这一发现扩展到性别偏见：实验显示，性别化概念仅出现在场景中、无需主体与之互动，就能以与主体主动接触时相近的程度将模型输出推向刻板印象。作者据此认为，语义泄漏驱动的这类偏见被现有评测所忽视。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。