研究：LLM对酷儿叙事表征受限

2026年10月15日，arXiv Artificial Intelligence 刊出 Atreya Ghosal 等作者的研究《LLM 如何构建受限的酷儿叙事：一项关于生成表征的研究》。据该研究，LLM 在刻画酷儿群体时存在显著局限，生成的叙事往往落入狭窄、刻板的主题范围。研究者从有害表征、狭窄表征和话语他者化三个维度描述这种受限的呈现方式，并提出相应假设进行检验。研究给出的结论是，LLM 对酷儿人物形象的呈现显著受限。目前该事件仅有这一篇主报道，尚无后续跟进报道，也没有出现与早先报道在数字、时间或说法上的矛盾。

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。