En grupp ledd av Y. Yin publicerade en artikel den 20 okt. 2026, där de visar att stora språkmodeller som används som bedömare kan minska sin egen bias. De testade två metoder: en prompt som varnar modellen för möjlig bias innan den gör sin bedömning, och en uppföljande prompt där modellen ombeds granska sitt eget svar med avseende på bias. Bland tre toppmoderna modeller förbättrade den självavbiasande prompten resultaten i 20 av 21 kombinationer av modell och bias, ibland med upp till 15 poäng. Den äldre metoden med en extern granskare fungerade sämre i de nya bias-testerna.
Varför det spelar roll
Självavbiasning med prompter kan göra automatiserade AI-utvärderingar mer tillförlitliga för utvecklare och forskare.
