待验证50% 置信事实精确时间

代理歧视指模型即便表面不直接使用受保护特征，也可能通过与之高度相关的代理变量间接做出歧视性决策

1

来源数

50%

置信度

长期有效

时效性

2026/9/8

首次发现

来源

测试时移除法：提升LLM解释忠实度的即插即用新方法

涉及实体

代理歧视concept

相关事实

待验证IER在评估歧视时会关注差异影响(disparate impact)，即便企业没有明确歧视政策，若招聘结果呈现对某一群体的系统性不利也可能引发调查67% 相似待验证使用异构（跨厂商）模型组合进行对抗审查比使用同一模型的两个实例能提供更真实的视角差异63% 相似待验证若需求描述存在歧义，Agent 自动发起的 PR 可能偏离预期，反而增加 Review 负担61% 相似待验证将代理当作管理者而非编码者使用，可通过人为制造信息不对称打破回音壁效应，去除自我美化偏见60% 相似待验证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59% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/875789

API

curl https://kongchang.com/api/v1/knowledge/claims/875789

MCP

get_claim(id=875789)