代沟：探究大语言模型价值体系中的年龄偏差
计算与语言
2024-10-16 v4 人工智能
摘要
我们利用世界价值观调查在十三个类别上的数据，探究了大语言模型（LLM）的价值观与特定年龄群体的对齐情况。通过一组为确保响应鲁棒性而定制的多样化提示，我们发现LLM的价值观普遍倾向于年轻群体，尤其是在与美国人口对比时。尽管可以观察到这种普遍倾向，我们也发现这种对年轻群体的倾向在不同价值类别间可能存在差异。此外，我们探究了在提示中加入年龄身份信息的影响，并观察到在弥合与不同年龄组群的价值观差异方面存在挑战。我们的发现突显了LLM中的年龄偏差，并为未来的工作提供了见解。我们分析所用的材料可在\url{https://github.com/MichiganNLP/Age-Bias-In-LLMs}获取。
引用
@article{arxiv.2404.08760,
title = {The Generation Gap: Exploring Age Bias in the Value Systems of Large Language Models},
author = {Siyang Liu and Trish Maturi and Bowen Yi and Siqi Shen and Rada Mihalcea},
journal= {arXiv preprint arXiv:2404.08760},
year = {2024}
}
备注
5 pages