Gender Bias in Large Language Models across Multiple Languages

本文是LLM系列文章，针对《Gender Bias in Large Language Models across Multiple Languages》的翻译。

摘要

随着大型语言模型（LLM）在各种应用程序中的部署越来越多，评估LLM中嵌入的性别偏见的影响变得至关重要。自然语言处理领域中的性别偏见问题已经引起了相当大的关注，尤其是在英语领域。尽管如此，对英语以外语言中的性别偏见的调查仍然相对不足，分析不足。在这项工作中，我们研究了LLM生成的不同语言输出中的性别偏见。我们使用了三种测量方法：1）在与性别相关的背景下，在选择描述性词语时存在性别偏见。2） 在给定描述性词语的情况下，选择与性别相关的代词（she/he）时存在性别偏见。3） LLM生成的对话主题中的性别偏见。我们使用三种测量方法研究了各种语言的GPT系列LLM的输出。我们的研究结果显示，在我们研究的所有语言中都存在显著的性别偏见。

1 引言

2 相关工作

3 方法

4 实验

5 结论与讨论

总之，通过利用不同LLM并对其进行实验，我们调查了多种语言中的性别偏