主要内容
本文聚焦大型语言模型(LLMs)在德语中的性别偏见问题,核心工作包括:
- 提出五个德语数据集:基于已确立的性别偏见概念构建,涵盖问答(GerBBQ+、SexistStatements)和开放文本生成(GenderPersona、StereoPersona、NeutralPersona)任务,适配德语语法特点(如语法性别、通用阳性等)。
- 评估八个多语言LLM:包括专有模型(如GPT-4o mini、Claude 3 Haiku)、开源模型(如Llama 3.1 8B)、欧洲语言优化模型(如Occiglot、Euro)等,分析其在性别偏见上的表现。
- 发现德语特有的挑战:如男性职业术语的模糊解读(通用阳性的影响)、看似中性的名词对性别感知的潜在影响,以及模型在生成文本时对性别二元论的偏好。
- 验证数据集有效性:通过设计针对性指标(如BBQ偏差分数、共现偏差分数等),证实所有模型在问答和文本生成中均存在性别刻板印象,且对不同性别的偏见表现存在差异(如对男性相关的性别歧视容忍度更高)。
创新点
- 填补德语性别偏见评估空白:现有研究多基于英语,本文首次提出专为德语设计的五个数据集,考虑德语语法性别(每一名词均有语法性别)、通用阳性(男性形式可泛指所有性别)等语言特性。
- 揭示德语特有的偏见机制:实证发现德语中“通用阳性”导致职业
订阅专栏 解锁全文
1325



被折叠的 条评论
为什么被折叠?



