研究发现：大语言模型最多46%的情况下会拒绝采信被描述为黑人的记者

一篇新发表在 arXiv 上的论文《隐形化：语言模型概率偏差的来源》测量了领先模型在得知记者的种族描述后，拒绝采信其报道的频率。研究者在6,600场游戏中使用双瓮游戏，发现 OpenAI 和 Anthropic 的模型有46%的情况下拒绝评估被描述为黑人的记者提供的信息；对于被描述为白人的记者，这一比例为9%。而在模型确实评估信息时，它们对被描述为黑人的消息来源略微更信任。如果评分机制在多轮游戏中奖励正确评估，这种偏见就会消失。