聚类论述：大型语言模型生成关于女性的短篇故事中的种族偏见
计算与语言
2026-04-21 v1 人工智能
摘要
本研究探讨了大型语言模型，特别是 LLaMA 3.2-3B，如何在葡萄牙语生成关于 Black 和 white 女性的短篇故事中构建叙事。我们从 2100 篇文本中应用计算方法对相似的故事进行分组，以便进行定性分析。三个主要的论述表征浮现：社会超越、祖先神话化和主观自我实现。分析揭示了如何在语法连贯、看似中性的文本中实现一种结晶化的、殖民主义结构化的女性身体框架，从而强化历史上的不平等。本研究提出一种集成方法，结合机器学习技术与定性、手动话语分析。
引用
@article{arxiv.2509.02834,
title = {Clustering Discourses: Racial Biases in Short Stories about Women Generated by Large Language Models},
author = {Gustavo Bonil and João Gondim and Marina dos Santos and Simone Hashiguti and Helena Maia and Nadia Silva and Helio Pedrini and Sandra Avila},
journal= {arXiv preprint arXiv:2509.02834},
year = {2026}
}
备注
12 pages, 3 figures. Accepted at STIL @ BRACIS 2025