深度分析 RandSymKL:降低孟加拉語預訓練模型外部性別偏見的去偏策略 本研究聚焦低資源語言孟加拉語模型的外部性別偏見,建構四套含性別置換的情感、毒性、仇恨與諷刺測試集,提出結合隨機抽樣、對稱KL與交叉熵的RandSymKL去偏策略,實驗顯示此法能顯著降低性別偏差,同時保持分類精度。