耶鲁研究：LLM招聘筛选存在隐性偏见
耶鲁研究发现，大语言模型招聘筛选存在隐性偏见。尽管经过安全对齐处理，LLM在形式上避免歧视，但底层评估逻辑仍不公，弱势群体方案虽得分略升，却未增加最终获胜概率。
# 耶鲁大学
共 2 篇相关文章
耶鲁研究证实LLM内部隐含符号结构
耶鲁团队证实LLM内部隐含符号结构。研究通过张量积表示分析，发现神经网络向量以类似人类认知的方式组织，虽底层为数字，高层却涌现出可理解的符号逻辑，有助于提升模型可控性。
共 2 篇相关文章
耶鲁研究发现，大语言模型招聘筛选存在隐性偏见。尽管经过安全对齐处理，LLM在形式上避免歧视，但底层评估逻辑仍不公，弱势群体方案虽得分略升，却未增加最终获胜概率。
耶鲁团队证实LLM内部隐含符号结构。研究通过张量积表示分析，发现神经网络向量以类似人类认知的方式组织，虽底层为数字，高层却涌现出可理解的符号逻辑，有助于提升模型可控性。