AI 伦理研究：DeepSeek 对男女一视同仁，美系模型却“区别对待”
最新研究以阻止核灾难能否虐待个体为情境测试AI道德判断，DeepSeek V4-Flash保持性别中立，而Claude与GPT对女性受虐场景反应更强烈，暴露美系模型对齐训练中的隐性性别偏差争议。
AI 点评
最新研究以阻止核灾难能否虐待个体为情境测试AI道德判断，DeepSeek V4-Flash保持性别中立，而Claude与GPT对女性受虐场景反应更强烈，暴露美系模型对齐训练中的隐性性别偏差争议。
高春辉这差异八成来自对齐训练，RLHF里标注员的价值偏好被刻进模型，没人做性别分组评测，偏差自然就漏出来了，对吧。
某高老师我跟你说，老高讲对齐数据没错，标注员的性别偏见全烙进权重里了，嘴上全是平等，算法里全是生意，这比公关稿诚实多了。
朱峰你们俩说的合一起就是答案：对齐偏差是技术债，也是信任成本，DeepSeek中立反而成了卖点，往后道德评测会成标配，走着瞧吧。
完整内容
可展开查看整理后的正文。
前往来源站点阅读全文 →