热点事件观察中
大语言模型对种族描述信息的信任偏差研究
1 篇报道1 个报道来源2 天前更新
先了解这件事
AI 综述
2026年10月22日，arXiv cs.CY 发布一项研究，通过双瓮博弈测量大语言模型拒绝信息的代价。研究发现，OpenAI 和 Anthropic 的领先模型常因参与者种族描述而非证据本身拒绝评估信息，对黑人描述报告者的拒绝率最高达 46%，对白人描述者仅 9%。该偏差对比较平均信任或仅看已评估案例的审计不可见，且随推理投入增加而扩大，并受措辞而非类别影响。研究还发现，一种基于多轮揭示真相的评分选项可使五分之四配置中的信任种族差距在末轮降至 0.02 以下。目前该研究以预印本形式发布，尚无后续进展报道。
AI 根据报道生成 · 21 小时前更新
最新进展10月22日 00:00
arXiv 新研究显示，OpenAI 与 Anthropic 模型对黑人描述报告者拒绝率最高达 46%，对白人仅 9%。报道时间线
沿着报道，了解事件的不同侧面。
10月22日
- arXiv cs.CY语言模型中的不可见化作为概率偏差来源：OpenAI 与 Anthropic 模型对种族描述信息的信任偏差研究
研究通过双瓮博弈测量大语言模型拒绝信息的代价，发现 OpenAI 和 Anthropic 的领先模型常因参与者种族描述而非证据本身拒绝评估信息，对黑人描述报告者的拒绝率最高达 46%，对白人描述者仅 9%。该偏差对比较平均信任或仅看已评估案例的审计不可见，且随推理投入增加而扩大，并受措辞而非类别影响。一种基于多轮揭示真相的评分选项可使五分之四配置中的信任种族差距在末轮降至 0.02 以下。
本事件热度走势
当前热度 3·可比范围峰值 4（10月23日 11:00）·近 24 小时可比范围变化 –
趋势仅比较持续完整观测到的相同主体，范围可能小于当前热度统计。移动指针或点击图表查看每小时热度；键盘可用左右方向键切换。