待验证50% 置信事实精确时间
如果训练语料包含性别、种族或文化偏见，模型会继承这些偏见
1
来源数
50%
置信度
长期有效
时效性
2026/8/15
首次发现
来源
相关事实
待验证词嵌入模型的性别偏见源于训练语料（如Google News语料库）反映了人类社会既有观念，而非人为植入76% 相似待验证来自不同厂商、经历不同训练路径的模型持有不同的先验偏见，从而在交叉审查中形成真正的视角差异73% 相似待验证exposure bias的根源在于训练与推理的分布不匹配，训练时使用teacher forcing策略而推理时模型依赖自身生成的token72% 相似待验证训练数据构成决定模型世界观边界的现象在数字人文领域被称为'语料库偏差'（Corpus Bias）71% 相似待验证商用人脸识别系统在不同种族和性别群体间存在显著准确率差异，深肤色人群和女性的误识率明显偏高，根源在于训练数据构成不均衡70% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/751614API
curl https://kongchang.com/api/v1/knowledge/claims/751614MCP
get_claim(id=751614)