arXiv cs.CY·· 2 天前AI 评分20
研究：去审查化（abliteration）消除拒答但不消除语言脚本依赖的台湾议题偏见
Uncensored Is Not Unbiased: Abliteration Removes Refusals but Not Script-Dependent Bias About Taiwan
AI 导读
对Nemotron 3.5 Bolt 74B-A9B与Qwen3.8-Flash-Next两组2-bit模型的研究发现，去审查化（abliteration）对模型涉台立场评分的影响最多仅0.06，而语言脚本影响远大于此：Bolt原文在繁体中文下Index S为+0.58、英文+0.57、简体中文仅+0.05。
来源：arXiv cs.CY · arxiv.org