酷儿代词使用偏见研究_黄天毅_索马杉达_2024
Download: 酷儿代词使用偏见研究_黄天毅_索马杉达_2024.pdf
摘要
该研究文献探讨了在大型语言模型（LLM）中减少对酷儿个体代词使用偏见的具体问题。作者们提出了一种合作代理管道，通过分析和优化代词使用来促进包容性，旨在改善AI生成内容中的公平性和对酷儿个体的表现。文中详细介绍了多代理框架的构建，包括助理代理、语言分析代理和优化代理，这些代理分别对语言的包容性进行评价和优化。
通过对Tango数据集的实验评估，研究展示了该方法在包容性代词分类中的显著效果，尤其在正确识别传统性别代词（“他”和“她”）及非二元性别代词（如“他们”、“xe”、“ey”、“fae”）方面的成功率。结果表明，代理工作流程的表现超过了基线模型GPT-4o和双代理流水线。研究还提及了长期性别偏见对酷儿个体的潜在影响，强调在AI系统中实现性别包容和多样性的重要性，旨在推动社会责任型人工智能的实践。
其他信息
| Attribute | Value |
|---|---|
| Filename | 酷儿代词使用偏见研究_黄天毅_索马杉达_2024.pdf |
| Type | document |
| Format | PDF Document |
| Size | 1028038 bytes |
| MD5 | ffeb4b24c059f8cb85214fde1bf89b4f |
| Archived Date | 2024-11-23 06:48:57 |
| Original Link | https://xueshuxiangzi.blob.core.windows.net/paper/ch_paper/2024_11_13/2411.07656.pdf |
| Author | 黄天毅、索马杉达 |
| Region | 未知 |
| Date | 2024-01-01 |
| Tags | 跨性别, 多元性别, 酷儿, 语言模型, 代词使用, 包容性, 性别偏见, 人工智能, 社会责任 |
本文由跨性别中文数字档案馆归档整理，仅供存档使用。版权归原作者所有。