Social Group Bias in AI Finance
创建于 更新于
摘要
本报告研究了大语言模型（LLMs）在金融信贷决策中存在的种族偏见问题，通过构建反事实测试框架，发现模型在贷款批准率和利率定价方面对黑白申请人存在显著差异，且偏差程度超过历史数据。利用层级内部表示分析，揭示敏感属性在模型内部的传播路径，并提出一种基于表示工程的控制向量干预方法，有效减少种族偏差达70%而不损害模型性能，为金融机构部署合规AI提供切实可行的技术手段[page::0][page::3][page::5][page::10][page::23][page::31][page::35]。
