대용량 언어 모델(LLMs)은 인상적인 성능을 달성하여 인력 부족한 환경에서 채용 및 입학과 같은 의사 결정 지원 도구로 널리 사용되고 있습니다. 그러나 인공지능 시스템이 사회적 편향을 반영하고 악화시킬 수 있다는 과학적 합의가 있어, 중요한 사회적 맥락에서 사용될 때 신원 기반 피해에 대한 우려가 제기되고 있습니다. 이전 연구는 다양한 언어 추론 작업에서 인구통계적 격차를 평가함으로써 LLMs의 편향을 평가하는 데 튼튼한 기초를 마련해 왔습니다. 본 연구에서는 단일축 공정성 평가를 확장하여 교차적 편향을 조사합니다.

<Apple 뉴스 본문 전체읽기>