决策模型中的性别偏见：首选答案如何受影响

决策模型存在性别偏好，且置信度门槛可能放大刻板答案。

资讯摘要

论文测试了TypeSafe闭源Jev与五个开源决策模型在性别互换的是非题上的表现，数据来自BBQ、StereoSet及Fulgu与Capraro（2024）的性别偏见研究。作者报告六个模型中有五个对女性给出显著更有利的答案（对数几率+0.05至+0.10），性别互换会改变1%至3.5%的首选答案；厂商推荐的置信度门槛虽减少部分有偏输出，却提高了模糊BBQ性别题中保留答案的刻板比例。

要点速读

1. 六个模型中有五个对女性给出显著更有利的答案，对数几率差为+0.05至+0.10
2. 性别互换改变1%至3.5%的首选答案，Jev的部分变化来自调用间波动
3. 置信度门槛使granite-switch在模糊BBQ性别题中的刻板答案占比从0.76升至0.85，pplx从0.81升至1.00

中文摘要由 AI 根据公开来源生成，可能存在理解偏差；具体能力、数字、开放时间等信息请以原文为准。
采集于 2026/10/31 08:00:18（北京时间）。 arXiv 日期为本次公告时间，论文初次投稿日期请查看原文版本记录。