Auto-Search and Refinement：大语言模型中性别偏见缓解的自动化框架

在广大文本语料库上预训练大型语言模型（LLM）可以提升自然语言处理能力，但也会风险地编码社会偏见，尤其是性别偏见。虽然参数修改方法如微调能够缓解偏见，但耗费资源、不适用于闭源模型，且缺乏对不断演变的社会规范的适应性。指令化方法具有灵活性，但常常损害任务性能。为克服这些限制，本文提出 $\textbf{FaIRMaker}$，一种自动化且与模型无关的框架，采用 $\textbf{auto-search and refinement}$ 范式来自适应生成 Fairwords，这些 Fairwords 作为整合到输入查询中的指令，以减少性别偏见并提升响应质量。大量实验表明，FaIRMaker 能够自动搜索并动态细化 Fairwords，有效缓解性别偏见，同时保持任务完整性，确保与基于 API 的和开源 LLM 兼容。