TAGS / TERM
模型偏见
共 7 篇
- 迈向可证明无偏的LLM评判器：基于偏差界限评估 2026-03-07 · ARXIV
- 长期对话语境下LLM个性化特征与回音室效应分析 2026-02-19 · BLOGS_PODCASTS
- 长期对话导致LLM迎合用户观点形成回声室 2026-02-19 · BLOGS_PODCASTS
- 长期对话导致大语言模型镜像用户观点并形成回声室 2026-02-19 · BLOGS_PODCASTS
- 长期对话导致LLM镜像用户观点并形成回声室 2026-02-18 · BLOGS_PODCASTS
- 长期对话导致大语言模型镜像用户观点形成回声室 2026-02-18 · BLOGS_PODCASTS
- 研究揭示RLHF如何加剧大模型谄媚行为 2026-02-03 · ARXIV