KnowBias: Mitigating Social Bias in LLMs via Know-Bias Neuron Enhancement

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Pan, Jinhao, Raj, Chahat, Mukherjee, Anjishnu, Mansouri, Sina, Wei, Bowen, Yada, Shloka, Zhu, Ziwei
Format:	Preprint
Veröffentlicht:	2026
Schlagworte:	Artificial Intelligence
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Breaking Bias, Building Bridges: Evaluation and Mitigation of Social Biases in LLMs via Contact Hypothesis
von: Raj, Chahat, et al.
Veröffentlicht: (2024)

Bias Association Discovery Framework for Open-Ended LLM Generations
von: Pan, Jinhao, et al.
Veröffentlicht: (2025)

What's Not Said Still Hurts: A Description-Based Evaluation Framework for Measuring Social Bias in LLMs
von: Pan, Jinhao, et al.
Veröffentlicht: (2025)

BiasDora: Exploring Hidden Biased Associations in Vision-Language Models
von: Raj, Chahat, et al.
Veröffentlicht: (2024)

VIGNETTE: Socially Grounded Bias Evaluation for Vision-Language Models
von: Raj, Chahat, et al.
Veröffentlicht: (2025)

Purdah and Patriarchy: Evaluating and Mitigating South Asian Biases in Open-Ended Multilingual LLM Generations
von: Rinki, Mamnuya, et al.
Veröffentlicht: (2025)

Talent or Luck? Evaluating Attribution Bias in Large Language Models
von: Raj, Chahat, et al.
Veröffentlicht: (2025)

Do LLMs Know Tool Irrelevance? Demystifying Structural Alignment Bias in Tool Invocations
von: Liu, Yilong, et al.
Veröffentlicht: (2026)

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

Bias Fitting to Mitigate Length Bias of Reward Model in RLHF
von: Zhao, Kangwen, et al.
Veröffentlicht: (2025)

Does Reasoning Introduce Bias? A Study of Social Bias Evaluation and Mitigation in LLM Reasoning
von: Wu, Xuyang, et al.
Veröffentlicht: (2025)

CogBias: Measuring and Mitigating Cognitive Bias in Large Language Models
von: Huang, Fan, et al.
Veröffentlicht: (2026)

Mitigating Biases for Instruction-following Language Models via Bias Neurons Elimination
von: Yang, Nakyeong, et al.
Veröffentlicht: (2023)

Activation Steering for Bias Mitigation: An Interpretable Approach to Safer LLMs
von: Dubey, Shivam
Veröffentlicht: (2025)

Steering Towards Fairness: Mitigating Political Bias in LLMs
von: Nadeem, Afrozah, et al.
Veröffentlicht: (2025)

Mitigating Bias for Question Answering Models by Tracking Bias Influence
von: Ma, Mingyu Derek, et al.
Veröffentlicht: (2023)

UniBias: Unveiling and Mitigating LLM Bias through Internal Attention and FFN Manipulation
von: Zhou, Hanzhang, et al.
Veröffentlicht: (2024)

Reward Bias Substitution: Single-Axis Bias Mitigations Redirect Optimization Pressure
von: Lamparth, Max, et al.
Veröffentlicht: (2026)

BiasBusters: Uncovering and Mitigating Tool Selection Bias in Large Language Models
von: Blankenstein, Thierry, et al.
Veröffentlicht: (2025)

Identifying and Mitigating Social Bias Knowledge in Language Models
von: Chen, Ruizhe, et al.
Veröffentlicht: (2024)

First, Do No Harm (With LLMs): Mitigating Racial Bias via Agentic Workflows
von: Xing, Sihao, et al.
Veröffentlicht: (2026)

User-Assistant Bias in LLMs
von: Pan, Xu, et al.
Veröffentlicht: (2025)

From Oracle to Noisy Context: Mitigating Contextual Exposure Bias in Speech-LLMs
von: Guo, Xiaoyong, et al.
Veröffentlicht: (2026)

Know What You Know: Metacognitive Entropy Calibration for Verifiable RL Reasoning
von: Zhao, Qiannian, et al.
Veröffentlicht: (2026)

Reinforcement Learning from Multi-role Debates as Feedback for Bias Mitigation in LLMs
von: Cheng, Ruoxi, et al.
Veröffentlicht: (2024)

An Empirical Survey of Model Merging Algorithms for Social Bias Mitigation
von: Shirafuji, Daiki, et al.
Veröffentlicht: (2025)

Relative Bias: A Comparative Framework for Quantifying Bias in LLMs
von: Arbabi, Alireza, et al.
Veröffentlicht: (2025)

Mitigating Cognitive Bias in RLHF by Altering Rationality
von: Horter, Tiffany, et al.
Veröffentlicht: (2026)

From Bias Mitigation to Bias Negotiation: Governing Identity and Sociocultural Reasoning in Generative AI
von: Dunivin, Zackary Okun, et al.
Veröffentlicht: (2026)

Whither Bias Goes, I Will Go: An Integrative, Systematic Review of Algorithmic Bias Mitigation
von: Hickman, Louis, et al.
Veröffentlicht: (2024)

Detecting and Mitigating Bias in LLMs through Knowledge Graph-Augmented Training
von: Kumar, Rajeev, et al.
Veröffentlicht: (2025)

Subgroups Matter for Robust Bias Mitigation
von: Alloula, Anissa, et al.
Veröffentlicht: (2025)

AGR: Age Group fairness Reward for Bias Mitigation in LLMs
von: Cao, Shuirong, et al.
Veröffentlicht: (2024)

Shifting Perspectives: Steering Vectors for Robust Bias Mitigation in LLMs
von: Siddique, Zara, et al.
Veröffentlicht: (2025)

Certifying Counterfactual Bias in LLMs
von: Chaudhary, Isha, et al.
Veröffentlicht: (2024)

Capturing Bias Diversity in LLMs
von: Gosavi, Purva Prasad, et al.
Veröffentlicht: (2024)

Social Bias in LLM-Generated Code: Benchmark and Mitigation
von: Rabbi, Fazle, et al.
Veröffentlicht: (2026)

Confidence-Orchestrated Self-Evolution against Uncertain LLM Feedback
von: Wei, Bowen, et al.
Veröffentlicht: (2026)

Backdoor for Debias: Mitigating Model Bias with Backdoor Attack-based Artificial Bias
von: Wu, Shangxi, et al.
Veröffentlicht: (2023)

From Word to World: Evaluate and Mitigate Culture Bias in LLMs via Word Association Test
von: Dai, Xunlian, et al.
Veröffentlicht: (2025)