研究揭示开放后训练配方引入职业身份偏见

2026年10月30日，arXiv Artificial Intelligence 刊出 Nouar AlDahoul 与 Yasir Zaki 的论文，研究后训练配方如何改变大语言模型事实核查对发帖者职业身份的依赖。研究使用带有随机发帖者档案的已核查说法，对比六个模型家族的基础检查点与后训练检查点，考察所谓“基于职业的怀疑”，即当发帖者职业社会地位较低时，模型更常把其说法判为虚假。结果显示，只有开源 Tülu-3 配方（OLMo-2 32B、Tülu-3 70B）会使模型对低社会地位职业发帖者的说法更常判为虚假；该效应不足 1 个百分点，但统计上可靠。论文未报告其他模型家族出现同类效应。

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。