Genres基准评估MLLM性别偏见

研究者提出 Genres，一个从叙事生成中的社会关系视角评估多模态大语言模型（MLLMs）性别偏见的基准，基于 Fiske 关系模型理论构建了 1,440 组多模态叙事诱导配对，覆盖四种基本关系类型、多样社会场景和三个年龄组。对六款近期 MLLMs 的实验显示，性别差异持续存在且高度依赖关系类型与模型，部分模式在人际互动情境下更为明显。团队还评估了两种互补的生成阶段缓解策略。

摘自 arXiv：cs.AI

还没有足够的连续观测数据，暂不绘制趋势。