Monocultural Biases: Correlated biases in large language models lead to unequal systemic exclusion rates in hiring
创建于 更新于
摘要
本文研究大语言模型在招聘中的“单一文化偏差”，通过比较十个模型的基础版与后训练版，发现后训练显著提升模型在人力资本特征上的一致性判断，但也使模型决策更加相关，并将全球系统性排斥率从5.6%推升至17.3%。后训练模型对年长求职者的回调概率平均下降3.6%，八个模型出现负向年龄偏差，导致不同人口群体的系统性排斥率扩大至12.2%—21.7%；结果表明，提升局部决策质量可能同时放大劳动力市场层面的同质化偏差与群体不平等风险。[page::0][page::1][page::7][page::8]
