天赋还是运气？评估大语言模型中的归因偏差
计算与语言
2026-04-30 v2
摘要
当学生考试不及格时，我们倾向于归咎于他们的努力还是考试的难度？归因被定义为将原因归结于事件结果的方式，它塑造了认知、强化了刻板印象并影响了决策。社会心理学中的归因理论解释了人类如何利用内隐认知为事件分配责任，将原因归结为内部（如努力、能力）或外部（如任务难度、运气）因素。LLM 基于人口统计学特征对事件结果的归因具有重要的公平性影响。大多数探索 LLM 中社会偏见的工作都集中在表层关联或孤立的刻板印象上。本工作提出了一个基于认知的偏差评估框架，以识别模型的推理差异如何将偏差导向特定人口群体。
引用
@article{arxiv.2505.22910,
title = {Talent or Luck? Evaluating Attribution Bias in Large Language Models},
author = {Chahat Raj and Mahika Banerjee and Jinhao Pan and Aylin Caliskan and Antonios Anastasopoulos and Ziwei Zhu},
journal= {arXiv preprint arXiv:2505.22910},
year = {2026}
}
备注
Accepted to ACL Findings 2026