发布Genres基准：从社会关系评测MLLM性别偏见

Yue Xu与Wenjie Wang在arXiv发布Genres基准，通过社会关系中的互动叙事评测多模态大语言模型的性别偏见。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，采用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强烈依赖关系类型与模型的性别差异，部分模式在人际场景中更明显；作者还评估了两种生成阶段的缓解策略。

AI 根据报道生成 · 1 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。