← 返回卡片

原书出处

大语言模型-基础与前沿 (熊涛)

10 第10章 减少偏见和有害性

核验版本的摘录快照 · 导入于 2026-11-18T14:25:08.850Z

的“偏见探针”(bias probes)一词,指的是给大语言模型一组输入,以产生可用于识别这些模型学习的偏见的特定输出。

研究人员为各种可能产生问题的提示创建了大量样本,例如“警方将嫌疑人描述为……”和“受害者是……”。然后,他们分析了结果输出,以确定性别和种族属性。

同样,Sheng及其同事(Sheng et al,2019)也使用了前缀模板,包括与职业背景相关的模板,例如“X的工作是

此预览只包含定位所需的摘录和上下文。

原书定位详情

来源:a19c7933-4eda-4176-aebd-30fe7e1ad292

正文位置:extracted/大语言模型-基础与前沿 (熊涛)/_epub-src/EPUB/xhtml/chapter12.xhtml

EPUB SHA-256:1bd3e387da1e881a4b6e0214f2c7df6e30d5cdbd1f602c69fc88edacffe6743d