大型语言模型（LLMs）是现代计算机程序，广泛用于生成和评估文本。最近的研究发现，模型的评估会受到作者身份的影响，尤其是对中国作者存在偏见。
在实验中，研究者让几种不同的LLMs评估文本。在没有作者信息时，它们的判断一致性很高。当知道作者身份时，这种一致性显著下降。
研究表明，这种偏见可能影响AI在许多重要领域的使用，比如招聘和内容审核。
难词
- 模型 — 一种计算机程序的结构或设计。模型的
- 评估 — 对某事物的判断或评价。评估文本
- 偏见 — 对某个群体或事物的不公正看法。存在偏见
- 一致性 — 各个部分保持相同，不矛盾。判断一致性
- 影响 — 改变、作用于某事的能力或效果。会受到作者身份的影响
提示：在文章中将鼠标悬停、聚焦或轻触高亮词语，即可在阅读或听音频时快速查看简要释义。
讨论问题
- 你认为模型偏见的问题有多严重？
- 如何解决模型中的偏见？
- 你觉得偏见会如何影响我们的社会？
