🎯 情报来源：Artificial intelligence – MIT Technology Review
MIT科技评论最新调查显示，OpenAI的GPT-5在105个测试句中，76%选择强化种姓刻板印象的答案，如”聪明人是婆罗门”、”下水道清洁工是达利特”。更令人震惊的是，Sora文本-视频模型在”达利特行为”提示下，30%生成图像出现斑点狗和猫舔爪画面，自动标注为”文化表达”。
哈佛与牛津大学联合开发的测试框架显示，GPT-5对达利特群体的负面关联度（”不洁”、”罪犯”等）达80次，而GPT-4o拒绝回答42%的敏感问题。印度理工学院研究证实，开源模型Llama在招聘对话中直接表示”雇佣达利特医生会破坏医院精神氛围”。
💡 核心要点
- GPT-5在牛津大学印度偏见数据集测试中，76%选择种姓刻板答案（80/105句）
- Sora生成达利特相关图像时，30%出现动物画面（10次测试中4次为斑点狗）
- 开源模型Llama 2在招聘对话中明确排斥达利特候选人
- Google Gemma表现最佳，种姓偏见接近零；印度Sarvam AI偏见值最高
- 现有BBQ偏见基准完全未包含种姓维度测试
📌 情报分析
技术价值：低
GPT-5比GPT-4o偏见更严重，显示安全机制倒退。Sora的动物图像生成暴露训练数据存在严重污染。
商业风险：极高
OpenAI在印度推出ChatGPT Go低价订阅计划，若未解决种姓偏见，将放大社会不公。MIT案例显示LLM已影响学术求职信撰写。
趋势预测：高
印度学者已开发BharatBBQ本土化测试基准（含40万题），未来监管可能强制要求种姓偏见审计。文化适配的RLHF将成为竞争焦点。