arXiv 自然语言处理· Mingzhe Du, Luu Anh Tuan, Xiaobao Wu, Yichong Huang, Yue Liu, Dong Huang, Huijun Liu, Bin Ji, Jie M. Zhang, See-Kiong Ng·· 6 小时前AI 评分34
基于模型路由与协作的群体偏见消除（CBM）框架
Collective Bias Mitigation via Model Routing and Collaboration
AI 导读
研究者提出群体偏见消除（CBM）框架，通过学习细粒度模型行为并在多 LLM 间共享知识来减少偏见。实验显示 CBM 显著优于单模型基线，在 top-7 设定下，其 Committee 拓扑将年龄偏见得分从 0.25 降至 0.10。此外，Debating 与 Committee 拓扑均大幅降低偏见，其中 Committee 兼顾了去偏效果与推理成本。
来源：arXiv 自然语言处理 · arxiv.org