反事实审计：GPT、Claude、Gemini 等大模型在疼痛管理中未检出种族与性别偏见
17 个主流模型、1386 组配对比较的疼痛管理偏见审计，结论是没测出种族性别差异，但模型自身配置的波动大得惊人。做医疗 AI 评测或关心公平性审计方法的人，这篇的方法论细节很值得抠。
#AI公平性
共 4 条 · 7 天 2 条 · 30 天 2 条
信息流里打上「AI公平性」标签的资讯、产品与论文，按刊登时间排，新的在上。
11月13日
11月10日
研究：LLM 对进食障碍用户的保护因种族、性别、BMI 而异
拿100个真实厌食症社区的问题去测三个开源模型，还改用户背景做对照。结果挺扎眼：不告诉模型用户情况时，危险回答翻倍；体型不同得到的保护也不一样。做 AI 安全或医疗方向的人应该看看这套评估方法。
9月9日
LLM决策审计中评估工具影响比人口偏见更显著
这篇论文揭示了LLM审计中评估工具设计比人口偏见更能影响结果，对AI公平性评估有重要启示。
6月17日
No-Free-Fairness：学习系统中的基本极限与权衡
这篇论文用数学证明了公平和准确不可兼得，小样本会让偏见更严重，模型表达能力不够也不行。做AI公平的人都会引用它。