Компьютерные науки > Расчеты и язык [представлен 16 сентября 2026 года] Название: Linguistic Tiggers of Gender and Racial Bias in Open-Woung LMS Applications to With PDF View HTML (экспериментальный) Резюме: модели с открытым весом на больших языках быстро поступают в трубопроводы, но их дискриминационные способы отказа -- а также воздействие этих факторов на нормативное регулирование согласно классификации высокого риска Закона об МА ЕС (приложение III) и США. Анализ неблагоприятных последствий КРТ остается недостаточно понятным. Мы представляем первую систематическую, многомодельную проверку МЛМ с открытым весом, в которой язык размещения рабочих мест рассматривается как основная экспериментальная переменная и которая позволяет оценить шесть моделей (Llama 3.2, Mistral, Gemma 3, Qwen 3, Phi 3, DeepSeek-R1) из четырех контролируемых экспериментов, которые позволяют совместно исследовать задачи по моделированию и имитации вербовщика и поиска работы. Мы считаем, что 1) агентская публикация языка депрессирует рекомендации вербовщика для кандидатов-женщин (r_Rb = 0,309, p_Bonf = 7x10__-5; модельные фиксированные эффекты r_rb = 0,448), тогда как общинный язык частично отменяет наказание; и 2) закодированные и исключающие формулировки подавляют оценки небелых вербующих в крупных размерах (r _rb=0,646-0,758) и, со стороны ищущих работу лиц, избирательно удерживает не Белого человека от выражения интереса -- введения механизма охлаждения в действие по шкале. Эксперимент по…
Лингвистические триггеры гендерных и расовых предубеждений в МП, применяемых при наборе на работу
arXiv:2609.18106v1 Annualce Type: New Humber: Open-weight majoring models ( " Новый резюме: модели с открытым весом на больших языках быстро поступают в трубопроводы, однако их дискриминационные способы отказа -- и то воздействие, которое они создают для регулирования согласно Закону ЕС об АИ классификации высокого риска (приложение III) и США. Анализ неблагоприятных последствий КРТ остается недостаточно понятным. Мы представляем первую систематическую, многомодельную проверку МЛМ с открытым весом, в которой язык размещения рабочих мест рассматривается как основная экспериментальная переменная и которая позволяет оценить шесть моделей (Llama 3.2, Mistral, Gemma 3, Qwen 3, Phi 3, DeepSeek-R1) из четырех контролируемых экспериментов, которые позволяют совместно исследовать задачи по моделированию и имитации вербовщика и поиска работы. Мы считаем, что 1) агентская запись языка депрессирует насчет рекомендаций вербовщика для кандидатов-женщин (r_Rb = 0,309, p_Bonf = 7x10__-5; модель-фиксированные эффекты r_rb = 0,448), тогда как общинный язык частично отменяет наказание; и 2) закодированный-исключающий язык подавляет оценки небелых вербующих лиц большого размера (r _rb= 0,646-0,758)