七款大模型住房搜索审计发现种族引导

一项针对七款开源与闭源大语言模型的行为审计发现，在住房搜索场景中会出现种族引导（racial steering），且该行为随提示条件变化而出现，属于模型解释性自由的涌现行为，而非固定属性。研究覆盖美国四座城市、采用三种递进式提示条件，在偏好条件化测试下，出现引导行为的模型数量常增多，方向与幅度各不相同。 研究据此提出，城市并非 LLM 评估的中性单元，同一本地市场得到的结果不能推广到其他城市市场。

AI 根据报道生成 · 1 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。