https://blog.qife122.com/tags/%E6%A8%A1%E5%9E%8B%E5%8E%BB%E5%81%8F/ Recent content in 模型去偏 on 办公AI智能小助手 Hugo zh-cn qife Mon, 15 Sep 2025 19:35:23 +0800 https://blog.qife122.com/p/%E9%80%9A%E8%BF%87%E6%B3%A8%E6%84%8F%E5%8A%9B%E6%9C%BA%E5%88%B6%E4%BC%98%E5%8C%96%E5%87%8F%E5%B0%91%E8%AF%AD%E8%A8%80%E6%A8%A1%E5%9E%8B%E7%A4%BE%E4%BC%9A%E5%81%8F%E8%A7%81/ Mon, 15 Sep 2025 19:35:23 +0800 https://blog.qife122.com/p/%E9%80%9A%E8%BF%87%E6%B3%A8%E6%84%8F%E5%8A%9B%E6%9C%BA%E5%88%B6%E4%BC%98%E5%8C%96%E5%87%8F%E5%B0%91%E8%AF%AD%E8%A8%80%E6%A8%A1%E5%9E%8B%E7%A4%BE%E4%BC%9A%E5%81%8F%E8%A7%81/ <h1 id="klaad通过精炼注意力机制减少生成式语言模型中的社会偏见">KLAAD：通过精炼注意力机制减少生成式语言模型中的社会偏见</h1> <p>大型语言模型（LLM）的输出经常表现出社会偏见，引发了关于公平性和危害的伦理担忧。本研究提出KLAAD（KL注意力对齐去偏），这是一种基于注意力的去偏框架，能够在刻板印象和反刻板印象句子对之间隐式对齐注意力分布，而无需直接修改模型权重。</p>