大型語言模型

速報

LLM 分析：交叉身分放大人工智慧風險，建議將交叉性納入風險評估

研究以AI事故資料庫為基礎，運用大型語言模型和結構化量表檢視事件報告。方法是自動化標註受害主體與身分類別，並衡量交叉身分對傷害的放大效應。結果顯示年齡與政治身分在已記錄傷害中出現頻率與種族性別相當，且在特定交叉點傷害可放大至三倍，呼籲將交叉性納入AI風險評估。