🎯 情报来源：Apple Machine Learning Research
最新研究推翻了预训练大语言模型（LLMs）偏见不会转移到适配模型的假设。通过研究提示调整（prompt adaptation）场景下的因果模型，发现模型固有偏见会通过提示词强烈传递到下游任务，且现有去偏方法效果有限。关键数据显示：在共指消解任务中性别偏见相关系数ρ≥0.94，问答任务中年龄偏见ρ≥0.98、宗教偏见ρ≥0.69。
💡 核心要点
- 偏见转移相关系数：性别0.94（共指消解）、年龄0.98/宗教0.69（问答）
- 样本量、刻板内容等few-shot参数变化时，偏见保持强相关（ρ≥0.90）
- 现有提示去偏策略无法在所有模型/任务/人口统计维度保持效果
📌 情报分析
技术价值：高
首次系统量化提示调整中的偏见转移效应，为模型安全提供基准数据
商业价值：一般
直接影响企业级AI部署合规性，但缺乏即时解决方案
趋势预测：极高
将推动：1）预训练阶段去偏技术迭代 2）提示工程安全评估框架建立