大语言模型在情感识别中的性别偏见
计算与语言
2026-03-03 v2 计算机与社会
摘要
大语言模型（LLM）的快速发展及其日益增多的实际应用凸显了评估和确保其公平性的重要性。本文聚焦于情感心理学领域的公平性问题，探讨了大语言模型在呈现一个人及其环境描述后被问及“这人感觉如何？”时是否表现出性别偏见。我们提出并评估了几种去偏策略，结果表明，仅依赖于推理阶段的基于提示的策略（如提示工程等）难以实现显著的偏见降低，训练层面的干预才是实现有意义偏见减少的关键。
引用
@article{arxiv.2511.19785,
title = {Gender Bias in Emotion Recognition by Large Language Models},
author = {Maureen Herbert and Katie Sun and Angelica Lim and Yasaman Etesam},
journal= {arXiv preprint arXiv:2511.19785},
year = {2026}
}
备注
Accepted at AAAI 2026 Workshop (WS37)