研究：模型规模与量化对社会偏见和拒答的影响

Kuniko Paxton 等作者提交论文，用 BBQ 基准测试 Qwen3、Gemma-3 和 SmolLM2 的多个规模与量化配置，考察问答中的社会偏见与拒答。研究发现，更大模型的问答准确率更高，但偏见没有随规模变化的简单趋势，量化的影响因配置而异。 在 26 个偏见回答更少的配置中，有 20 个同时出现过度拒答增加，作者据此认为，观测到的低偏见部分源于模型更多拒答。作者提出，公平性评估需联合考虑偏见回答、拒答、提示词表述与答案选项设计。

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。