FairYield基准与两种LLM偏见测试方法提出

2026年10月20日，arXiv Artificial Intelligence 刊出 Irem Yoldas 等作者的论文，提出面向大型语言模型（LLM）与视觉语言模型（VLM）的两种偏见测试方法——“All Else Being Equal”测试与“Self-Consistency”测试，并发布新基准 FairYield，用于评估模型在行人让行决策中的偏见。研究称，LLM 和 VLM 的行人让行决策会受到模型对行人性别、族裔、宗教、残障、年龄、肤色和社会经济地位预测的影响；偏见类型与程度因模型而异，但存在共同模式。作者据此质疑“常识”模型范式，认为需修正该范式或处理其下游偏见问题。截至本版，尚无后续跟进报道，事件进展以该主报道为准。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。