研究：真实性标签修正LLM情感但难除种族偏见

2026年10月27日，一篇发表于arXiv计算机科学（cs.CL）领域的研究表明，真实性标签能够修正大语言模型对错误新闻的情感评级。例如，在引入该标签后，Claude模型的自信度评分从22%大幅上升至99.6%。研究指出，尽管模型在事实判断上的自信度得到显著提升，但这一机制无法消除模型固有的种族偏见。在84项显著的对比分析中，模型对黑人角色产生的负面情绪评分仍然高于白人角色，且数据显示该偏见现象与新闻的具体内容无关。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。