arXiv · cs.AI· Mahika Phutane, Hayoung Jung, Matthew Kim, Tanushree Mitra, Aditya Vashistha·· 5 小时前
ABLEIST：六款LLM生成招聘场景中的交叉性残障偏见审计
ABLEIST: Intersectional Disability Bias in LLM-Generated Hiring Scenarios
arXiv:2510.10998v2阅读论文 PDF ↗
仅依据论文摘要整理；未读取全文，实验条件、证明与基准细节请核对原文。
作者：Mahika Phutane, Hayoung Jung, Matthew Kim, Tanushree Mitra, Aditya Vashistha
研究任务与主要进展
基于论文摘要，六款LLM在2,820个招聘场景中接受了覆盖残障、性别、国籍和种姓的交叉性偏见审计。研究提出ABLEIST指标体系，结果显示模型生成的招聘内容对残障候选人的伤害增加，性别和种姓边缘化残障候选人的交叉性伤害进一步上升。
阶段、条件与复现 · 深读核对
- 新能力对应什么具体任务与最小输入输出？
- 代码、模型、数据、许可与可用入口是否明确？
- 效果、总成本、失效条件与实际工作流如何验证？
这些是阅读核对问题；材料未说明的条件保留未知。请结合上方论文版本、资料范围与原文核验。
来源：arXiv · cs.AI · arxiv.org