真实性标签改变模型情感但未消除种族差异

Nouar AlDahoul、Myles Joshua Toledo Tan 和 Yasir Zaki 发表审计研究，测试 GPT-5.4 mini、NVIDIA Nemotron 3 Nano、Llama 4 Scout 和 Claude Haiku 4.5 四个模型对经事实核查的真假标题在有无真实性标签下的情感评分，共六个维度：情绪、愤怒、恐惧、自信、感知控制和心理状态。 研究发现，给虚假标题加上辟谣标签后，GPT、Llama 和 Claude 的情感评分从偏负面转为偏正面，例如 Claude 的“自信”评分从 22% 升至 99.6%；Nemotron 的变化较小且方向不一。研究称，标签改变了模型的情感基调，但未消除种族差异。

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。