热点事件持续更新
LLM偏见评审现「二阶偏见」，仅0.4%拒答
2 篇报道1 个报道来源1 小时前更新
先了解这件事
AI 综述
2026年10月27日，多伦多大学等机构在EMNLP 2026 Findings发表的论文被报道。研究让LLM充当偏见评审员，判断一段偏见文本会被哪个人群接受；在未提供任何人口统计信息、正确答案应为「未知」的情况下，模型仍会点名具体群体，拒绝回答的比例仅0.4%，且往往指向主流群体，研究者称之为「二阶偏见」。报道还称，该任务可绕过模型的安全护栏，相关代码与模型响应已在GitHub开源。两篇报道对0.4%拒答比例及指向主导群体的描述一致，未出现数字矛盾。
AI 根据报道生成 · 1 小时前更新
最新进展10月27日 04:39
EMNLP 2026 Findings论文曝光：LLM评审偏见文本仅0.4%拒答，多指向主流群体。报道时间线
沿着报道，了解事件的不同侧面。
10月27日
- AGI HuntEMNLP 2026 Findings 研究：LLM 面对偏见文本仅 0.4% 拒绝指认归属群体
一篇入选 EMNLP 2026 Findings 的研究发现，在未提供任何人口统计信息、正确答案应为「未知」时，LLM 几乎都会为一段带有偏见的文本强行指认一个归属群体，拒绝回答的比例仅 0.4%，且往往指向主导群体。
- AGI HuntEMNLP 论文：LLM 当偏见评审时自陷「二阶偏见」，仅 0.4% 拒答
多伦多大学等机构在 EMNLP 2026 Findings 发表论文，发现 LLM 作为偏见评审员时仅 0.4% 拒答。研究让模型判断一段偏见文本会被谁接受，在无人口统计学信息、正确答案应为「未知」时仍暴露「二阶偏见」，会点名具体群体（常是主流群体）。该任务可绕过安全护栏，代码与模型响应已在 GitHub 开源。
本事件热度走势
还没有足够的连续观测数据，暂不绘制趋势。