KnowBias: バイアス知識ニューロンの強化によるLLMの社会的バイアス軽減

要約

大規模言語モデル（LLM）における社会的バイアスを軽減する新しいフレームワーク「KnowBias」が提案された。従来の手法とは異なり、バイアスに関連するニューロンを抑制するのではなく、バイアス知識をコード化しているニューロンを特定し、推論時に強化することでバイアスを軽減する。この手法は再学習不要で、モデルの一般能力を維持しつつ高い効果を発揮する。

全文は有料プランで閲覧できます。