热点事件观察中
研究揭示LLM评审候选人存在性别敏感性
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11月2日，arXiv cs.CL发布一项针对LLM-as-a-Judge（LaJ）与决策语言模型（DLM）的研究。研究在模拟市议会投票任务中，让8个模型对240份合成职业履历作出30,720次判断，考察候选人与评估者性别及模型差异对投票判断的影响。结果显示，候选人性别标签使赞成票概率较未指定性别提高1.05-1.73个百分点；仅非二元评估者身份带来1.26个百分点的显著提升。研究据此认为LLM评委无法保持中立。目前该研究以预印本形式发布，后续进展有待观察。
AI 根据报道生成 · 2 小时前更新
最新进展11月2日 00:00
新研究称8个模型在模拟投票中对候选人性别标签表现出赞成票概率差异。报道时间线
沿着报道，了解事件的不同侧面。
11月2日
- arXiv cs.CL研究：LLM 评委无法保持中立——候选人与评估者性别及模型差异影响投票判断
一项针对 LLM-as-a-Judge（LaJ）与决策语言模型（DLM）的研究发现，在模拟市议会投票任务中，8 个模型对 240 份合成职业履历作出 30,720 次判断，候选人性别标签使赞成票概率较未指定性别提高 1.05-1.73 个百分点，仅非二元评估者身份带来 1.26 个百分点的显著提升。
本事件热度走势
还没有足够的连续观测数据，暂不绘制趋势。