EMNLP 论文：LLM 担任偏见评审时暴露“二阶偏见”，仅 0.4% 拒答

多伦多大学、Vector Institute 等机构在 EMNLP 2026 Findings 发表论文，评估 LLM 担任偏见评审时的“二阶偏见”。在缺少人口统计学信息时，模型仍会点名具体群体，仅 0.4% 拒答；该任务可绕过安全护栏，并随目标群体系统变化，暴露模型隐含的“社会地图”。代码与模型响应已开源。