跳到正文
arXiv · cs.CL· Federico Marcuzzi·· 6 天前AI 评分29

研究语法错误对大语言模型社会偏见的影响

Investigating the Impact of Learner Errors on Social Bias in Large Language Models

来源与原文

arXiv · cs.CL

作者:Federico Marcuzzi

发布时间:(北京时间)

阅读原始来源 · arxiv.org ↗
完整链接与内容说明

https://arxiv.org/abs/2610.29896v1

本站目前仅有 AI 导读与摘要,未展示原文正文;技术细节、代码和完整结论请查看原始来源。

AI 导读

一项 arXiv 研究构建了向提示词注入常见二语学习者语法错误的受控框架,并在三个覆盖性别、种族、宗教的社会偏见基准上测试。结果显示语法错误会加重大语言模型的偏见且随错误率上升,其中介词错误对刻板印象对齐的提升最大、最稳定;在错误文本上微调可缓解这种偏见增加。基于规范英语提示词的偏见评测可能低估语法错误使用者所受的偏见。

来源:arXiv · cs.CL · arxiv.org