IFAAB基准审计发现GPT-4o印度金融建议存在性别偏差

研究者 Kriti Mahajan 发布 IFAAB 反事实审计基准，用 31,734 条 GPT-4o 为不同印度虚构人设生成的金融建议响应，审计性别、种姓、教育、居住地等维度的差异。结果显示男性标签档案获得的初始总资源高出 60.1%，获得建议后总资源高出 46.8%。女性更常被导向谨慎储蓄和基础理财教育，男性则更多获得投资与创业类建议。 审计还发现强烈的地理条件性：加入地区信息后，上述性别差距降至 7.9%，说明模型主要依据地区而非性别分配资源。该基准用于系统检测 LLM 面向印度用户生成金融建议时的社会经济与人口偏见。

AI 根据报道生成 · 56 分钟前更新

还没有足够的连续观测数据，暂不绘制趋势。