arXiv · cs.AI· Yue Xu, Wenjie Wang·· 11 小时前
Genres基准从社会关系视角评测多模态大模型性别偏见
From Individuals to Interactions: Benchmarking Gender Bias in Multimodal Large Language Models from the Lens of Social Relationship
arXiv:2506.23101v2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：Yue Xu, Wenjie Wang
研究任务与主要进展
Yue Xu与Wenjie Wang提出Genres基准，通过社会关系中的互动叙事评估多模态大语言模型的性别偏见。该基准包含1,440组多模态叙事提示，覆盖四种基本关系类型、多类社会场景和三个年龄组，并通过双角色生成任务进行细粒度评估。基于论文摘要，六个近期模型的实验显示存在持续且依赖关系类型与模型的性别差异，作者还评估了两种生成阶段缓解策略。
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