TechRxiv综述提出大语言模型偏见哲学分类法

据TechRxiv预印本综述，Kai Jiang等作者提出一种哲学分类法，重新界定大语言模型偏见，并将现有研究围绕偏见评估、偏见缓解及缓解技术评估三个核心领域加以组织。该综述区分实质性伤害（对个人或群体可感知的不利影响）与表征性伤害（贬损或刻板化呈现、侵犯尊严），并指出两类伤害常相互作用、彼此强化。作者称，将指标、数据集与方法纳入这一分类框架，可为开发更公平、更具包容性的语言模型奠定基础。该论文为预印本，尚未经同行评审。