Unverified50% confidenceCautionExact time
基于LLM的AI人格可能继承训练数据中的偏见，包括语言偏见、社会经济偏见和时间偏见，导致对少数群体或非主流观点的系统性误判
1
Sources
50%
Confidence
Long-term
Relevance
9/12/2026
First Seen
Sources
Related Entities
Related Claims
Unverified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77% similarUnverified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）76% similarUnverifiedLLM评估相比人工更客观，能在统一评估框架下对候选人一致性打分，避免人类面试官因疲劳、心情、首因效应等认知偏差导致的不公73% similarUnverifiedexposure 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token73% similarUnverified单一评判模型存在位置偏见、长度偏见和自我偏见等已知偏差72% similar
Cite This Claim
Stable URI
https://kongchang.com/claim/914929API
curl https://kongchang.com/api/v1/knowledge/claims/914929MCP
get_claim(id=914929)