通过模型路由与协作共同缓解偏见
该研究提出集体偏见缓解框架（CBM），让多个大型语言模型协作，以减少回答中的偏见。与要求单个模型识别并纠正自身偏见的方法不同，CBM 会更细致地分析模型行为，并促进不同模型之间共享知识。在实验中，由七个模型组成的委员会将年龄偏见得分从0.25降至0.10。辩论式和委员会式架构都能降低偏见；委员会式架构则兼顾了缓解效果与推理成本。
本文来源：Hugging Face，仅供学习参考，版权归原作者所有。