語言模型文化偏見
運行與監控
風險描述
LLM 對非英語文化的回答品質較差,或在處理多語言內容時表現出文化偏見。例如對「成功」的定義偏向西方個人主義價值觀、對亞洲文化的理解停留在刻板印象、或在翻譯中失去文化脈絡的微妙差異。對台灣使用者而言,LLM 可能對台灣政治、文化和社會議題的理解帶有偏見。
框架對照
iso 23894R3
tw principle公平與不歧視
tw risk type技術設計缺陷(Technical Design Flaw)
控制措施
- 多語言公平性評估
- 文化敏感度測試
處理步驟
- 建立多語言和多文化的評估基準
- 在部署前進行文化敏感度測試
- 使用本地化的訓練數據和評估者進行模型調校
- 為使用者提供回報文化偏見的管道