Buchumschlag

Popular LLMs Amplify Race and Gender Disparities in Human Mobility

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Wu, Xinhua, Wang, Qi R.
Format:	Preprint
Veröffentlicht:	2024
Schlagworte:	Computation and Language Artificial Intelligence
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Beyond Silent Letters: Amplifying LLMs in Emotion Recognition with Vocal Nuances
von: Wu, Zehui, et al.
Veröffentlicht: (2024)

WRAP++: Web discoveRy Amplified Pretraining
von: Zhou, Jiang, et al.
Veröffentlicht: (2026)

Uncovering Cross-Linguistic Disparities in LLMs using Sparse Autoencoders
von: Xuan, Richmond Sin Jing, et al.
Veröffentlicht: (2025)

RHYTHM: Reasoning with Hierarchical Temporal Tokenization for Human Mobility
von: He, Haoyu, et al.
Veröffentlicht: (2025)

Gender Bias in Explainability: Investigating Performance Disparity in Post-hoc Methods
von: Dhaini, Mahdi, et al.
Veröffentlicht: (2025)

Yet another algorithmic bias: A Discursive Analysis of Large Language Models Reinforcing Dominant Discourses on Gender and Race
von: Bonil, Gustavo, et al.
Veröffentlicht: (2025)

Name of Thrones: Evaluating How LLMs Rank Student Names, Race, and Gender in Status Hierarchies
von: Sakunkoo, Annabella, et al.
Veröffentlicht: (2025)

Human-AI Collaborative Essay Scoring: A Dual-Process Framework with LLMs
von: Xiao, Changrong, et al.
Veröffentlicht: (2024)

Mental Health Equity in LLMs: Leveraging Multi-Hop Question Answering to Detect Amplified and Silenced Perspectives
von: Haider, Batool, et al.
Veröffentlicht: (2025)

What's in a Name? Auditing Large Language Models for Race and Gender Bias
von: Salinas, Alejandro, et al.
Veröffentlicht: (2024)

Pride and Prejudice: LLM Amplifies Self-Bias in Self-Refinement
von: Xu, Wenda, et al.
Veröffentlicht: (2024)

The Disparate Impacts of Speculative Decoding
von: Sandler, Jameson, et al.
Veröffentlicht: (2025)

A Survey on Human-Centric LLMs
von: Wang, Jing Yi, et al.
Veröffentlicht: (2024)

Explanation Fairness in Large Language Models: An Empirical Analysis of Disparities in How LLMs Justify Decisions Across Demographic Groups
von: Veldanda, Gautam
Veröffentlicht: (2026)

InMind: Evaluating LLMs in Capturing and Applying Individual Human Reasoning Styles
von: Li, Zizhen, et al.
Veröffentlicht: (2025)

Unveiling the "Fairness Seesaw": Discovering and Mitigating Gender and Race Bias in Vision-Language Models
von: Lan, Jian, et al.
Veröffentlicht: (2025)

AIPsychoBench: Understanding the Psychometric Differences between LLMs and Humans
von: Xie, Wei, et al.
Veröffentlicht: (2025)

Steering Large Language Models to Evaluate and Amplify Creativity
von: Olson, Matthew Lyle, et al.
Veröffentlicht: (2024)

Adapting Psycholinguistic Research for LLMs: Gender-inclusive Language in a Coreference Context
von: Bartl, Marion, et al.
Veröffentlicht: (2025)

Prompt Mining for Language-based Human Mobility Forecasting
von: Xue, Hao, et al.
Veröffentlicht: (2024)

TriEx: A Game-based Tri-View Framework for Explaining Internal Reasoning in Multi-Agent LLMs
von: Wang, Ziyi, et al.
Veröffentlicht: (2026)

Mitigating Gender Bias via Fostering Exploratory Thinking in LLMs
von: Wei, Kangda, et al.
Veröffentlicht: (2025)

Widespread Gender and Pronoun Bias in Moral Judgments Across LLMs
von: Fernandes, Gustavo Lúcius, et al.
Veröffentlicht: (2026)

Language Model Distillation: A Temporal Difference Imitation Learning Perspective
von: Yu, Zishun, et al.
Veröffentlicht: (2025)

Side-by-side Comparison Amplifies Dialect Bias in Language Models
von: Kondapally, Kritee, et al.
Veröffentlicht: (2026)

Humans and LLMs Diverge on Probabilistic Inferences
von: Kamath, Gaurav, et al.
Veröffentlicht: (2026)

Can LLMs Capture Human Preferences?
von: Goli, Ali, et al.
Veröffentlicht: (2023)

Mechanics of Bias and Reasoning: Interpreting the Impact of Chain-of-Thought Prompting on Gender Bias in LLMs
von: Pearman, Edie, et al.
Veröffentlicht: (2026)

Atomic Skills are the Prerequisite: When Reinforcement Learning Synthesizes Compositional Reasoning, and When It Only Amplifies
von: Cheng, Sitao, et al.
Veröffentlicht: (2025)

Amplifying, Not Learning: Fine-Tuned AI Text Detectors Amplify a Pretrained Direction
von: Smirnov, Alexander
Veröffentlicht: (2026)

ChemAmp: Amplified Chemistry Tools via Composable Agents
von: Li, Zhucong, et al.
Veröffentlicht: (2025)

Amplify Adjacent Token Differences: Enhancing Long Chain-of-Thought Reasoning with Shift-FFN
von: Xu, Yao, et al.
Veröffentlicht: (2025)

GenderCARE: A Comprehensive Framework for Assessing and Reducing Gender Bias in Large Language Models
von: Tang, Kunsheng, et al.
Veröffentlicht: (2024)

Are You Human? An Adversarial Benchmark to Expose LLMs
von: Gressel, Gilad, et al.
Veröffentlicht: (2024)

Connecting the Dots: LLMs can Infer and Verbalize Latent Structure from Disparate Training Data
von: Treutlein, Johannes, et al.
Veröffentlicht: (2024)

LLMs Do Not Grade Essays Like Humans
von: Mathew, Jerin George, et al.
Veröffentlicht: (2026)

MobileAIBench: Benchmarking LLMs and LMMs for On-Device Use Cases
von: Murthy, Rithesh, et al.
Veröffentlicht: (2024)

HARGPT: Are LLMs Zero-Shot Human Activity Recognizers?
von: Ji, Sijie, et al.
Veröffentlicht: (2024)

How Good Are LLMs for Literary Translation, Really? Literary Translation Evaluation with Humans and LLMs
von: Zhang, Ran, et al.
Veröffentlicht: (2024)

GRAPHMOE: Amplifying Cognitive Depth of Mixture-of-Experts Network via Introducing Self-Rethinking Mechanism
von: Lv, Bo, et al.
Veröffentlicht: (2025)