大模型对齐与安全

Bias Beyond Borders: Political Ideology Evaluation and Steering in Multilingual LLMs

偏见超越国界：多语言大语言模型中的政治意识形态评估与引导

Afrozah Nadeem, Agrima Seth, Mehwish Nasim, Usman Naseem

机构 * 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） 纠错

专题命中 AI治理与伦理 ：alignment(abstract)；分类 cs.CL、cs.AI

AI总结 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。

Comments PrePrint

Measuring What Matters: The AI Pluralism Index

衡量重要性：AI多元主义指数

Rashid Mushkani

机构 * Université de Montréal（蒙特利尔大学） ； Mila – Québec AI Institute（魁北克人工智能研究所） 纠错

专题命中 AI治理与伦理 ：safety(abstract)；分类 cs.AI

AI总结 本文提出AI多元主义指数，用于衡量人工智能系统在治理、包容性和透明度方面的多元实践，旨在引导激励向多元主义方向发展。

Comments Proceedings of the International Association for Safe & Ethical AI (IASEAI), 2026

Advances in LLMs with Focus on Reasoning, Adaptability, Efficiency and Ethics

大语言模型的进展：聚焦推理、适应性、效率和伦理

Asifullah Khan, Muhammad Zaeem Khan, Aleesha Zainab, Saleha Jamshed, Sadia Ahmad, Kaynat Khatib, Faria Bibi, Abdul Rehman

专题命中 AI治理与伦理 ：alignment(abstract)；分类 cs.CL

AI总结 本文综述了大语言模型在推理、适应性、效率和伦理方面的进展，探讨了关键技术和挑战，提出未来研究方向。