利用多智能体视角主义偏好优化学习性别歧视检测

英文标题：Learning Sexism Detection Using Multi-Agent Perspectivist Preference Optimization

该论文指出，人们在标注文本中的性别歧视时常会出现分歧，而这种分歧并不一定意味着某些标注者是错误的，而是反映了不同人对性别歧视的真实感知差异。多数自然语言处理系统会通过多数投票将这些分歧压缩为单一标签，从而丢失多元视角。论文提出了 Multi-Agent Perspectivist Preference Optimization 方法，以面向这种标注分歧开展性别歧视检测。该研究对开发者的意义在于，内容审核与有害言论识别系统可望更好地建模不同群体的判断视角，而非仅依赖单一“标准答案”。

2.1 KB 640 B 612 B 380 B 9.1 KB 32.7 KB 22.8 KB 24.2 KB 34.7 KB