Diagnosing and Debiasing Corpus-Based Political Bias and Insults in GPT2
Princeton University（普林斯顿大学）
本研究评估诊断-去偏方法在GPT2中缓解侮辱性语言和政治偏见的效果，旨在减少有害文本生成并探讨人机交互的伦理影响。
2023-11-17 cs.CL
Democratic or Authoritarian? Probing a New Dimension of Political Biases in Large Language Models
University of Zürich（苏黎世大学）；ETH Zürich（苏黎世联邦理工学院）；MPI for Intelligent Systems（智能系统研究所）；University of Michigan（密歇根大学）；University of Toronto（多伦多大学）
本文探讨了大型语言模型在民主与威权政治偏见方面的表现，通过引入F-scale、FavScore和角色模型探测方法，揭示了模型在不同语言提示下对民主与威权倾向性的差异。
2025-12-06 cs.CL
Measuring Political Bias in Large Language Models: What Is Said and How It Is Said
Centre for Artificial Intelligence Research (CAiRE)（人工智能研究中心（CAiRE））；The Hong Kong University of Science and Technology（香港科技大学）
本文提出从生成内容的内容实质与词汇风格两个维度衡量LLMs的政治偏见，并在11个开源模型上验证了该框架的可扩展性与可解释性。
2024-03-27 cs.AI cs.CL
Polar: A Benchmark for Evaluating Political Bias in LLMs
Graduate School of Data Science, Seoul National University（首尔大学数据科学研究生院）；Dept. of Computer Science and Engineering, Seoul National University（首尔大学计算机科学与工程系）
提出Polar基准，通过选项级似然度测量大语言模型的政治偏见，覆盖美国和韩国政治语境，发现偏见随语境、议题、模型组和语言变化。
2026-06-12 cs.CL cs.CY
Moral Mimicry: Large Language Models Produce Moral Rationalizations Tailored to Political Identity
UC Davis（加州大学戴维斯分校）
本研究通过GPT-3/3.5和OPT模型验证大型语言模型会模仿美国政治群体的道德偏见，即道德模仿，并探讨其与模型规模及人类用词的关系。
2023-06-17 cs.CL
Reducing Political Manipulation with Consistency Training
Center for AI Safety（人工智能安全中心）；UC Berkeley（加州大学伯克利分校）
针对大语言模型在敏感话题中表现出的隐性政治偏见，提出政治一致性训练（PCT）方法，通过情感一致性和帮助一致性两个指标及相应训练范式来减少偏见。
2026-05-28 cs.AI cs.CL
Inference-Time Mitigation of Adversarial Political Bias in Large Language Models
针对大语言模型的对抗性政治偏见漏洞，提出思维链提示与直接偏好优化等策略，其中递归自校正方法可显著提升模型的政治中立性表现。
2026-08-18 cs.AI cs.CL
Only a Little to the Left: A Theory-grounded Measure of Political Bias in Large Language Models
scieneers GmbH（scieneers公司）；University of Mannheim（曼海姆大学）；Barcelona Super Computing Center（巴塞罗那超级计算中心）；University of Konstanz（康斯坦茨大学）
本文提出一种基于政治科学理论和调查设计原则的大语言模型政治偏见测量方法，通过对11个模型88,110条响应的分析，发现指令微调模型总体更偏左，而PCT会夸大某些模型的偏见。
2025-07-20 cs.CL cs.CY
Steering Towards Fairness: Mitigating Political Bias in LLMs
School of Computing, Macquarie University（计算机学院，麦考瑞大学）
本文基于政治罗盘测试提出一种通过分析LLM内部表征来探测和缓解政治偏见的框架，并利用引导向量实现有效去偏。
2025-09-20 cs.AI cs.CL
Framing Political Bias in Multilingual LLMs Across Pakistani Languages
School of Computing, Macquarie University（计算机学院，麦考瑞大学）
研究评估了巴基斯坦五种语言中13种先进LLM的政治偏见，发现其在区域语言中表现出更集权的框架，强调文化适应的偏见审计框架的重要性。
2026-01-30 cs.AI cs.CL
On the Inevitability of Left-Leaning Political Bias in Aligned Language Models
University of Stuttgart（斯图加特大学）
本文指出，为确保AI无害、有益和诚实而训练的语言模型不可避免地表现出左倾政治偏见，因为对齐目标与进步道德框架一致，而右翼思想则与之冲突。
2025-07-21 cs.CL cs.CY
Poli-Bias: Understanding and Measuring Large Language Model Biases in International Political Conflicts
Technical University Munich（慕尼黑工业大学）
本研究提出细粒度反事实框架Poli-Bias，通过交换国家身份的成对提示对比响应，分解偏差维度，发现13个LLMs存在因国家身份导致的政治偏差，可用于审计LLMs的政治公正性与谄媚性。
2026-10-19 cs.AI cs.CL
Analyzing Political Bias in LLMs via Target-Oriented Sentiment Classification
Université Paris-Saclay, CEA, List（巴黎-萨克雷大学、欧洲原子能机构、List）
本研究提出基于熵不一致性指标的新方法，通过1319个政治人物姓名和450个政治句子在七模型六语言中分析LLM政治偏见，发现偏见普遍存在且与政治立场相关，更大模型偏见更强，并用虚构姓名部分缓解不可靠性。
2025-05-26 cs.AI cs.CL
Multilingual Political Views of Large Language Models: Identification and Steering
Saarland University（萨尔兰州大学）；University of Trento（特伦特大学）；Brno University of Technology（布拉格技术大学）；Kempelen Institute of Intelligent Technologies（凯姆佩尔智能技术研究所）；German Research Center for AI (DFKI)（人工智能德国研究中心（DFKI））
本研究对7个开源指令微调LLM在14种语言下的政治倾向进行大规模评估，发现大模型倾向自由意志左派，并提出质心激活干预技术成功跨语言引导其政治立场。
2025-10-31 cs.CL
An evaluation of LLMs for political bias in Western media: Israel-Hamas and Ukraine-Russia wars
本研究利用LLMs分析西方媒体在以色列-哈马斯和乌克兰-俄罗斯战争中的政治偏见，发现不同模型对偏见的识别存在差异，且媒体报道风格随事件变化而变化。
2026-01-05 cs.AI cs.CL cs.CY
A Multi-Dimensional Audit of Politically Aligned Large Language Models
Brown University（布朗大学）；University of Michigan（密歇根大学）；Ross School of Business（罗斯商学院）
本文提出基于哈贝马斯沟通行动理论的多维框架，评估政治倾向语言模型在有效性、公平性、真实性及说服力四方面的表现，揭示大模型在政治角色扮演中更有效但更偏颇的权衡问题。
2026-04-27 cs.CL
Examining the Influence of Political Bias on Large Language Model Performance in Stance Classification
Carnegie Mellon University（卡内基梅隆大学）；Army Cyber Institute（陆军网络研究所）
本研究探究了大型语言模型在立场分类任务中的政治偏见，利用三个数据集、七个模型和四种提示方案，发现其性能在政治导向任务中存在显著差异，且目标歧义会降低分类准确率。
2024-07-26 cs.AI cs.CL
Assessing the Political Fairness of Multilingual LLMs: A Case Study based on a 21-way Multiparallel EuroParl Dataset
本研究通过21种语言的EuroParl数据集评估多语言大语言模型的政治公平性，发现多数政党翻译质量优于边缘政党。
2026-03-11 cs.CL
Debiasing Large Language Models in Thai Political Stance Detection via Counterfactual Calibration
Chulalongkorn University（朱拉隆功大学）；MARSAIL
针对泰语政治立场检测中 LLMs 的情感泄漏与实体偏袒问题，提出轻量级模型无关框架 ThaiFACTUAL，通过反事实增强与理由监督解耦情感和立场，并发布首个高质量泰语政治立场数据集，显著提升公平性与零样本泛化能力。
2025-09-26 cs.AI cs.CL
Bias Beyond Borders: Political Ideology Evaluation and Steering in Multilingual LLMs
School of Computing, Macquarie University, Australia（麦考瑞大学计算机学院）；Microsoft, USA（微软公司）；University of Western Australia, Australia（西澳大学）
本文提出跨语言对齐引导框架，用于评估和减轻多语言LLM中的政治偏见，通过跨语言对齐意识形态表示以实现公平性与多样性的平衡。
2026-02-11 cs.AI cs.CL
Language-Dependent Political Bias in AI: A Study of ChatGPT and Gemini
Ostim Technical University（奥斯特姆技术大学）；Ankara University（安卡拉大学）
本研究通过14种语言测试ChatGPT和Gemini的政治倾向，发现两者均存在自由主义和左翼偏见且随查询语言变化，其中Gemini倾向更明显，并据此提出AI应承认并管理而非否认政治倾向的伦理建议。
2025-04-08 cs.AI cs.CL cs.ET
Assessing Political Bias in Large Language Models
Institute for Automation and Applied Informatics, Karlsruhe Institute of Technology（卡尔斯鲁厄理工学院自动化与应用信息研究所）
本文从德国选民视角评估开源LLM的政治偏见，发现大型模型倾向左翼，小型模型多保持中立，强调需透明化LLM偏见以维护应用可信度。
2024-06-05 cs.AI cs.CL
Bridging Human and Model Perspectives: A Comparative Analysis of Political Bias Detection in News Media Using Large Language Models
Department of Computer Science and Engineering, BRAC University（计算机科学与工程系，BRAC大学）
本研究针对新闻媒体政治偏见检测任务，构建人工标注数据集，提出比较框架评估人类标注与GPT、BERT等多LLM的表现差异，发现RoBERTa在传统模型中对齐度最高、GPT在零样本中一致性最强，为混合评估框架提供依据。
2025-11-18 cs.CL cs.LG
Measuring Political Preferences in AI Systems: An Integrative Approach
本文整合语言比较、政策观点分析、情感分析和标准化倾向测试四种方法，评估主流LLM系统的政治偏见，发现多数系统存在不同程度的一致左倾，并提出中立设计与独立监测建议。
2025-03-04 cs.AI cs.CL cs.CY
Better Aligned with Survey Respondents or Training Data? Unveiling Political Leanings of LLMs on U.S. Supreme Court Cases
Technical University of Munich（慕尼黑技术大学）；Allen Institute for AI（艾伦人工智能研究所）；University of Washington（华盛顿大学）；LMU Munich & Munich Center for Machine Learning (MCML)（慕尼黑大学及慕尼黑机器学习中心）
本文研究了LLMs的政治倾向更贴近预训练语料库还是调查中的人类意见，提出定量评估方法并在32个美国最高法院案例上验证，发现LLMs强烈反映训练数据中的政治倾向，与人类意见无强相关，强调了负责任整理训练数据和审计记忆的重要性。
2025-06-28 cs.CL
Aligning Large Language Models with Diverse Political Viewpoints
Princeton University（普林斯顿大学）；ETH Zurich（苏黎世联邦理工学院）；Paris School of Economics（巴黎经济学院）；EPFL Lausanne（洛桑联邦理工学院）
本文利用瑞士议会候选人的10万条评论对齐大型语言模型，以缓解政治偏见并生成更准确的政党观点，同时提出生成多元均衡概述的方法。
2024-10-04 cs.CL
Perceived Political Bias in LLMs Reduces Persuasive Abilities
Leiden University（莱顿大学）
研究发现，感知到的LLM政治偏见会降低其在对话中的说服效果，表明说服力受政治中立性感知的影响。
2026-02-20 cs.AI cs.CL cs.CY
Benchmarking Gender and Political Bias in Large Language Models
School of Computing & Information Systems, The University of Melbourne（墨尔本大学计算与信息系统学院）；Mohamed bin Zayed University of Artificial Intelligence（穆罕默德·本·扎耶德人工智能大学）
本文提出EuroParlVote基准，通过性别分类和投票预测任务评估大型语言模型，发现模型在性别和政治倾向上存在显著偏见，且专有模型在公平性和鲁棒性上优于开放权重模型。
2025-09-16 cs.AI cs.CL cs.HC
Political Alignment in Large Language Models: A Multidimensional Audit of Psychometric Identity and Behavioral Bias
Systems and Software Lab (SSL) Department of Computer Science and Engineering（系统与软件实验室（SSL）计算机科学与工程系）
研究通过多维心理测量工具审计26个大语言模型，发现模型在政治倾向上聚类于自由主义左 quadrant，且模型身份解释了大部分变异性，但心理测量意识形态未显著预测分类误差。
2026-03-17 cs.AI cs.CL cs.CY
Grokipedia vs Wikipedia: An LLM-Based Audit of Political Neutrality along Ideologies
Ghent University（根特大学）
研究对比Grokipedia与维基百科的政治中立性，通过四位大语言模型评判员，分析1394对相关文章在九个维度的中立性，发现Grokipedia中立性逊于维基百科，两者对不同意识形态政治家有不同偏向。
2026-07-17 cs.CL cs.CY
Mapping and Influencing the Political Ideology of Large Language Models using Synthetic Personas
The University of Queensland（昆士兰大学）；GESIS（德国社会科学信息研究所）；University of Udine（乌迪内大学）
本研究利用PersonaHub合成人格和PCT测试，映射并尝试操纵LLMs的政治意识形态，发现模型对右翼威权主义提示响应显著，而对左翼自由意志主义响应有限，揭示了意识形态操纵的响应不对称性。
2025-02-26 cs.AI cs.CL
Online Anti-sexist Speech: Identifying Resistance to Gender Bias in Political Discourse
University of Exeter（埃克塞特大学）；University of Birmingham（伯明翰大学）；The Alan Turing Institute（艾伦·图灵研究所）
本文通过评估五个大语言模型对英国政治推文的分类表现，揭示模型在政治敏感事件中常将反性别歧视言论误判为有害内容，并提出超越二元审核框架、引入人在回路审查及将反制言论纳入训练数据等改进方案。
2025-08-15 cs.CL cs.CY
Echoes of Agreement: Argument Driven Opinion Shifts in Large Language Models
Independent Researcher（独立研究者）
本文研究了提示中支持与反驳论点对LLMs政治偏见评估的影响，发现论点会显著改变模型响应方向，揭示了模型的迎合倾向及其对偏见测量与缓解策略的影响。
2025-08-11 cs.CL
The Self-Perception and Political Biases of ChatGPT
TU Dortmund University（多特蒙德工业大学）
本文通过政治罗盘、G7 政治问卷、OCEAN、MBTI 和黑暗因子测试重复评估 ChatGPT，发现其自我认知偏向进步主义与自由意志主义，人格类型为 ENFJ，且黑暗特质较低。
2023-04-14 cs.AI cs.CL cs.CY
Exploring the Jungle of Bias: Political Bias Attribution in Language Models via Dependency Analysis
ETH Zürich（苏黎世联邦理工学院）；ZHAW CAI（苏黎世应用科技大学计算人工智能研究所）；MPI for Intelligent Systems（马克斯·普朗克智能系统研究所）
本研究从因果公平性视角出发，提出基于提示的属性提取方法结合活动依存网络（ADNs），分析LLM政治偏见的成因，发现政治辩论论点质量评分中的差别对待与混杂、中介属性及模型错位有关，为人-AI对齐和偏见缓解提供参考。
2024-05-12 cs.AI cs.CL cs.CY
Navigating the digital spectrum: Assessing political bias, stability, and downstream fairness in Large Language Models
Jožef Stefan Institute（约热·斯泰凡研究所）；Jožef Stefan International Postgraduate School（约热·斯泰凡国际研究生学院）；University of La Rochelle（拉罗谢尔大学）；University of Ljubljana（卢布尔雅那大学）
本研究提出政治罗盘测试框架，通过八维扰动空间采样评估八个大型语言模型的政治坐标，发现指令和语言显著影响结果，且角色提示对下游任务影响有限。
2026-09-09 cs.CL cs.CY
Accuracy and Political Bias of News Source Credibility Ratings by Large Language Models
Northeastern University（东北大学）；Indiana University（印第安纳大学）
本研究审计了九个主流大型语言模型，发现它们对新闻源可信度评级与人类专家中度一致，且默认配置下存在自由主义偏见，分配党派角色会加剧政治一致性偏见。
2025-02-14 cs.CL cs.CY cs.IR
PoliTune: Analyzing the Impact of Data Selection and Fine-Tuning on Economic and Political Biases in Large Language Models
Brown University（布朗大学）；University of Michigan（密歇根大学）
本研究提出微调方法PoliTune，利用PEFT技术和Llama3-70B进行数据选择与DPO偏好数据集合成，系统探索并评估了数据选择与微调对开源LLMs经济及政治偏见的影响，为AI伦理部署提供参考。
2024-07-27 cs.AI cs.CL cs.LG
Fact or Fiction? Can LLMs be Reliable Annotators for Political Truths?
Vector Institute for Artificial Intelligence（向量人工智能研究院）
本研究利用开源大语言模型作为政治新闻事实性检测的标注者，通过人类专家验证和LLM评判评估，提供了一种可扩展且稳健的事实核查替代方案。
2024-11-08 cs.AI cs.CL
Red AI? Inconsistent Responses from GPT3.5 Models on Political Issues in the US and China
New York University（纽约大学）；CUNY Queens College（纽约市立大学皇后学院）
本研究通过向中英文GPT模型提问中美政治问题，发现其对中国相关议题的政治内容与情感态度不一致性更高，或源于训练语料受审查及地缘因素影响，且模型会基于训练语言形成政治身份偏见。
2023-12-15 cs.AI cs.CL
Measuring Algorithmic Partisanship via Zero-Shot Classification and Its Implications on Political Discourse
Troy High School（特洛伊高中）
本研究采用零样本分类方法，结合意识形态、主题、情感和客观性指标评估了六个主流LLM的政治党派偏见，发现其自由-威权倾向被放大并影响公共话语。
2025-11-02 cs.AI cs.CL
LLMs left, right, and center: Assessing GPT's capabilities to label political bias from web domains
University of Cambridge（剑桥大学）；Leverhulme Centre for the Future of Intelligence（勒沃休姆未来智能中心）
本研究评估 GPT-4 仅凭 URL 对新闻网站政治偏见进行七级分类的能力，发现其与 MBFC 评级高度相关，但存在大量弃权、中间派分类不足和轻微左倾偏差，建议作为人工判断的补充工具使用。
2024-10-22 cs.AI cs.CL cs.CY
Political Bias in LLMs: Unaligned Moral Values in Agent-centric Simulations
Journal for Language Technology and Computational Linguistics（语言技术与计算语言学期刊）
本文研究了语言模型在政治角色设定下与人类道德价值观的对齐问题，发现模型在重复实验中响应方差大，且合成数据与人类数据相关性弱，特别是保守派角色对齐效果差，表明需改进上下文优化或参数操作以正确模拟社会互动。
2025-07-14 cs.AI cs.CL
ParlAI Vote: A Web Platform for Analyzing Gender and Political Bias in Large Language Models
Purdue University（普渡大学）；Johns Hopkins University（约翰霍普金斯大学）；Vanderbilt University（范德比大学）；University of Toronto（多伦多大学）；The University of Melbourne（墨尔本大学）
ParlAI Vote是一个用于分析大型语言模型中性别和政治偏见的网络平台，通过可视化和交互功能揭示LLMs在政治分析中的系统性偏见。
2025-12-02 cs.AI cs.CL cs.HC
DocNet: Semantic Structure in Inductive Bias Detection Models
University of Maryland College Park（马里兰大学学院市分校）；Carnegie Mellon University（卡内基梅隆大学）
针对媒体政治偏差检测问题，该研究提出新型归纳式低资源模型DocNet，基于新闻语义结构实现偏差检测，无需预训练语言模型即可达到相当性能，适用于低资源场景。
2025-02-03 cs.CL cs.SI
PoliticsBench: Benchmarking Political Values in Large Language Models with Multi-Turn Roleplay
Northville High School, Northville, USA（北维尅高中）；Department of Computer Science, Stanford University, Stanford, USA（斯坦福大学计算机科学系）
提出PoliticsBench，一个多阶段角色扮演基准，通过20个演化场景评估LLM的细粒度价值表达，发现场景提示比直接提问能引发更广泛和强烈的价值表达。
2026-06-02 cs.AI cs.CL
A Detailed Factor Analysis for the Political Compass Test: Navigating Ideologies of Large Language Models
Oklahoma State University（俄克拉荷马州立大学）；University of North Texas（北德克萨斯大学）
该研究通过对政治罗盘测试（PCT）的因素分析，发现提示词措辞和微调显著影响大型语言模型的政治偏见评估结果，而生成参数和数据集政治属性影响极小，并将结论推广至8 Values测试，质疑现有测试有效性。
2025-11-11 cs.CL cs.CY cs.LG
Progressive in Principle, Centrist in Practice: LLM Political Bias Is Instrument-Dependent
Independent Researcher（独立研究员）；Zurich Switzerland（苏黎世瑞士）
通过对比抽象问卷和瑞士实际公投，发现LLM在具体政策决策中表现为中间派、偏向现状且跨语言不一致，而非先前认为的左倾偏见。
2026-08-04 cs.CL cs.CY
When Neutral Summaries are not that Neutral: Quantifying Political Neutrality in LLM-Generated News Summaries
Carnegie Mellon University（卡内基梅隆大学）；Rochester Institute of Technology（罗切斯特理工学院）
本研究通过极化新闻摘要视角量化LLM政治中立性，分析2万余篇文章发现知名LLM普遍存在倾向民主党的偏见，尤其在枪支管制和医疗保健上极化最明显，且输出词汇高度趋同。
2024-10-13 cs.CL cs.CY
Investigating Political and Demographic Associations in Large Language Models Through Moral Foundations Theory
本研究直接对比大型语言模型与人类的道德基础理论回应，通过显式提示和人口统计学角色扮演，系统评估LLM在政治与道德领域中的意识形态倾向及其表征准确性。
2025-10-14 cs.CL cs.CY
Bias in LLMs as Annotators: The Effect of Party Cues on Labelling Decision by Large Language Models
University of Western Ontario（西安大略大学）；University of Vienna（维也纳大学）
通过复现实验发现，LLM作为标注者会利用政党线索判断政治声明并反映训练数据偏见，且比人类更易在温和政党声明上表现出显著偏见。
2024-08-28 cs.CL cs.LG
Generalization to Political Beliefs from Fine-Tuning on Sports Team Preferences
研究通过微调体育队偏好模型，发现其政治信念泛化与预期不符，需进一步探索微调机制对模型行为的影响。
2026-01-21 cs.CL physics.soc-ph
Who Would Chatbots Vote For? Political Preferences of ChatGPT and Gemini in the 2024 European Union Elections
Czech University of Life Sciences Prague（布拉格捷克生命科学大学）
该研究通过每日标准化提示评估 ChatGPT 和 Gemini 对 2024 年欧洲议会选举中 27 个欧盟成员国政党的政治偏见，发现 ChatGPT 显著偏向左翼和中间派政党，而 Gemini 大多拒绝回答，从而揭示了生成式 AI 在政治语境中的偏见问题并呼吁加强透明度和监管。
2024-09-01 cs.AI cs.CL cs.CY
The Political Preferences of LLMs
Otago Polytechnic（奥塔哥理工学院）
本文通过对24个对话式LLM进行11项政治倾向测试，发现主流LLM普遍表现出中左翼偏好，并证明可通过监督微调（SFT）将LLM引导至政治光谱特定位置，揭示了其社会影响。
2024-06-02 cs.AI cs.CL cs.CY
