EMNLP 2026 Findings 研究称 LLM 对偏见文本归属仅 0.4% 拒答

一项入选 EMNLP 2026 Findings 的研究发现，在未提供人口统计信息的偏见文本归因问题中，LLM 强行指认群体且拒绝回答的比例仅 0.4%。GPT-5.1 的推理变体使可接受文本上的二阶偏见提升 50%、不可接受文本上提升 128%，而 Sonnet 4.6 和 Olmo 的推理模式则降低了二阶偏见。