跳到正文
热点事件持续更新

arXiv论文:16个LLM生成儿童故事存在性别刻板印象

1 篇报道1 个报道来源13 小时前更新

先了解这件事

AI 综述

一项arXiv论文(NLP领域)系统考察了大语言模型在生成儿童故事时呈现的性别刻板印象。该研究分析了16个模型在35个国家背景下生成的62,873篇故事。研究发现,面向男孩的故事在叙事框架上表现出比面向女孩的故事更高的能动性和更低的亲社会性,且这些差异具有持续性并受语境影响。该研究推动了超越短文本基准的叙事特定偏见评估方法。

AI 根据报道生成 · 12 小时前更新

报道时间线

沿着报道,了解事件的不同侧面。

11月19日
  1. arXiv · NLP
    arXiv 论文揭示 LLM 生成儿童故事中的性别刻板印象

    这篇 arXiv 论文考察大语言模型生成儿童故事中的性别刻板印象,分析了16个模型在35个国家背景下生成的62,873篇故事。研究发现,面向男孩的故事在叙事框架上比面向女孩的故事表现出更高能动性和更低亲社会性,这些差异是持续但受语境影响的,推动了超越短文本基准的叙事特定偏见评估。

本事件热度走势

可比范围当前
7
可比范围峰值
1011月19日 14:00
近 24 小时变化
–

趋势仅比较持续完整观测到的相同主体,范围可能小于当前热度统计。移动指针或点击图表查看每小时热度;键盘可用左右方向键切换。