arXiv · NLP· Jingshen Zhang, Bo Wang, Yanlin Fu, Yuewen Dang, Dongming Zhao, Zifei Yu, Yuexian Hou·· 2026-10-21AI 评分25
LLM 缺乏差异意识?揭示群体区分公平性中的启发式替代
Do LLMs Really Lack Difference Awareness? Uncovering Heuristic Substitution in Group-Differentiating Fairness
AI 导读
论文提出公平启发式替代假说,即模型用形式平等替代复杂的群体差异识别,导致公平决策表现差。 引入 TDD 两阶段“区分-决策”框架,在 4 个基准和 10 个模型上显著超越单阶段基线。 结合神经元级对比探针,发现紧凑表征结构和默认推理下的激活偏差等机制证据。
来源:arXiv · NLP · arxiv.org