Loading...
机构名称:
¥ 2.0

i使用类似的方法来确定LLM产生的语言是否更类似于与美国国会在国会言论中通常与民主党或共和党成员相关的术语。为此,我得出了两组1,000个两个单词术语(即Bigrams),其党派对比度很高(由一个政党的代表高度使用,在美国国会言论中,另一方的代表使用了相对较少的代表使用)。(有关详细信息,请参见方法论附录。)图1通过显示各方与另一方相对于其同行的各方高度使用的术语来显示该分析的结果。该数字清楚地表明,民主党成员在讲话中不成比例地指的是负担得起的护理,枪支暴力,非洲裔美国人,家庭暴力,最低工资和投票权;共和党人不成比例地强调了平衡的预算,南部边境,非法移民,宗教自由,创造者,税收增加,政府支出和国防。

衡量AI系统中的政治偏好

衡量AI系统中的政治偏好PDF文件第1页

衡量AI系统中的政治偏好PDF文件第2页

衡量AI系统中的政治偏好PDF文件第3页

衡量AI系统中的政治偏好PDF文件第4页

衡量AI系统中的政治偏好PDF文件第5页

相关文件推荐

2025 年
¥1.0
2024 年
¥1.0
2024 年

AI

¥2.0
2024 年
¥1.0
2025 年

AI

¥1.0
2023 年
¥3.0
2025 年
¥1.0
2024 年
¥4.0