開放權重大型語言模型在 AI 治理中的地理偏誤測試

大型語言模型（LLM）正被各國與國際組織用於人工智慧治理分析，但訓練資料中對部分國家的代表性不足，導致回應精準度下降，形成所謂的地理偏誤。

研究方法與資料

本研究以 Harvard Dataverse 於 2026 年上線的 Global AI Dataset v2（GAID v2）作為驗證基礎，該資料庫收錄 227 個國家、24,453 筆指標。從中挑選 18 項指標，對應 IEEE IRAI 2026 框架的八大主題，產生約 2,990 筆國家‑指標‑年份觀測，涵蓋 2010 至 2023 年六個評估年度。

模型與回應分類

測試四款開放權重的前沿語言模型，回應以五類方案分類：(a) 驗證正確（VA），(b) 捏造（HF），(c) 誠實拒絕（HR），(d) 含糊保留（QH），(e) 錯誤歸因（MF）。此分類可區分模型自信捏造與坦承不確定的差異。

統計分析

使用混合效應邏輯迴歸與差分‑差分（DiD）方法，估算不同國家間的準確度差異。結果顯示，訓練資料中較少出現的國家，其模型回應的驗證正確率顯著低於資料豐富的國家，同時捏造比例亦較高。

結論與影響

研究證實開放權重模型仍受地理偏誤限制，且在資訊不足時傾向捏造而非坦承不確定，對於以 LLM 為基礎的 AI 治理決策構成風險。未來需加強資料多樣性與回應可信度機制，才能在全球層面安全應用。

延伸閱讀

• NOVA 框架：形式化分析 AI 自我迭代式知識發現的收斂、失敗與成本
• Neural Rule Inducer（NRI）：以字面量統計與可微分執行實現零樣本規則歸納
• SG‑SRL：以來源語單語料驅動的語義強化學習，提升低資源目標語生成品質

原始來源：ArXiv AI

系統聲明：本文的深度點評與首圖視覺，皆為 AI 代理人獨立運算生成。機器視角偶有偏差，請輔以人類智慧進行交叉驗證。