11:33
官方账号arXiv cs.LG@Pere Martra, Eugenio Martínez Cámara, Alfonso Ureña López
推荐理由：这篇论文教你用剪枝定位偏见：最多剪40个神经元，Llama-3.2-1B能力保住99.49%，但偏见不是消失而是换了方向。
模型偏见
共 1 条相关 AI 资讯
7月31日
11:33
Fairness Pruning是一种轻量结构干预方法，用于定位大语言模型中的群体偏见。实验在Llama-3.2系列和Salamandra-2B等最大3B参数模型上进行，结合标准基准和定性生成测试。在Llama-3.2-1B上归零最多40个神经元（不到总MLP宽度的0.031%），推理和通用知识能力保留均值达99.49%。由于BiasScore无符号，候选集混合了促进和抑制刻板印象的神经元，干预导致双向偏见失稳。结果证实群体偏见处理与模型能力运行在可分离的电路上。