研究：语言模型因描述拒绝评估信息源

Christian Arnold 等作者发表论文，用双瓮博弈测量语言模型因信息来源描述而拒绝评估信息的代价。在 6,600 次会话中，OpenAI 与 Anthropic 的领先模型常拒绝评估报告者：被描述为黑人的报告者遭拒率最高达 46%，被描述为白人的仅 9%；但模型实际评估时，对前者的信任略高。 作者同时提出一种评分方案，称可降低拒绝率偏差；在 OpenAI 与 Anthropic 的五种配置中有四种，到最后一轮时种族间信任差距降至 0.02 以下。

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。