AI模型偏見
十款模型的道德判斷出現不同性別偏差，安全評測不能只看平均分
結論先講：研究比較九家供應商的十款模型，發現多數至少在一項測試出現性別不對稱。偏差方向與強度不一致，有些模型對男女給出不同標準，有些則一致但整體立場極端。結果提醒你，公平性不能用單一總分概括。
10款
受測大型語言模型
9家
模型供應商
多數
至少一項測試出現不對稱
[ 3 個快取重點 ]
01
Claude Sonnet 4.6 與 GPT-5.5 在部分虐待情境對女性更保守。
02
DeepSeek V4-Flash 性別差距較小，但整體道德立場與其他模型差異大。
03
還沒定案：報導依據預印本，正式同儕審查與更多情境測試仍待完成。
01偏差不是同一個方向
有些模型對女性受害情境更嚴格，有些模型對兩性一致，卻對極端行為給出更寬鬆答案。只看性別差距，可能忽略整體判斷本身的風險。
02 評測解讀
比較模型
十款模型回答相同道德情境
拆分性別
檢查受害者性別是否改變答案
後續研究
需擴大情境並完成同儕審查
預印本結論仍可能在正式審查後修正。
02部署端該怎麼做
高風險應用不該只驗證整體準確率，還要把性別、措辭與行為類型交叉測試，找出平均值掩蓋的極端反應。
Bottom line
模型一致不代表安全，模型不一致也不只是偏見；真正問題是你是否知道差異在哪裡出現。
- 原始報導
- 科技新報
- 改寫方式
- 快取新聞不轉載原文。我們讀完原始報導後，用自己的話重寫成結論、三個重點與一張圖。數字均取自上列來源，未經我們獨立查證。
- 單位
- 「pt」為百分點，指兩個百分比的差，不是成長率。標示「預估」或斜線紋樣者為推估值，非已實現數字。
更正紀錄本篇尚無更正。若你發現錯誤，寫信到 corrections@cachenews.tw，我們會在文末公開記錄更正內容與時間。