多語偏見檢測

深度分析

StereoTales：多語自由生成下的大型語言模型刻板印象發現框架

StereoTales 提供一套針對開放式生成的多語偏見檢測管線，涵蓋十種語言、二十三款大型語言模型與近 65 萬篇生成短文，並以十九項人口統計屬性與七十九個屬性值為基礎建構提示集。研究透過屬性抽取器、列聯表統計檢定與人類評分機制，識別出超過一千五百項過度代表的關聯，並比較模型自評與人類判讀的一致性。