Buchumschlag

LLM Biases

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Han, Jinhui, Hu, Ming, Zhang, Xilin
Format:	Preprint
Veröffentlicht:	2026
Schlagworte:	Computers and Society Artificial Intelligence
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Evaluating Implicit Biases in LLM Reasoning through Logic Grid Puzzles
von: Jahara, Fatima, et al.
Veröffentlicht: (2025)

Potential Societal Biases of ChatGPT in Higher Education: A Scoping Review
von: Li, Ming, et al.
Veröffentlicht: (2023)

A Detailed Study on LLM Biases Concerning Corporate Social Responsibility and Green Supply Chains
von: Ontrup, Greta, et al.
Veröffentlicht: (2025)

Decoding Multilingual Moral Preferences: Unveiling LLM's Biases Through the Moral Machine Experiment
von: Vida, Karina, et al.
Veröffentlicht: (2024)

Gender and Positional Biases in LLM-Based Hiring Decisions: Evidence from Comparative CV/Résumé Evaluations
von: Rozado, David
Veröffentlicht: (2025)

A Systematic Analysis of Biases in Large Language Models
von: Zhang, Xulang, et al.
Veröffentlicht: (2025)

FishBargain: An LLM-Empowered Bargaining Agent for Online Fleamarket Platform Sellers
von: Kong, Dexin, et al.
Veröffentlicht: (2025)

No Free Lunch in Language Model Bias Mitigation? Targeted Bias Reduction Can Exacerbate Unmitigated LLM Biases
von: Chand, Shireen, et al.
Veröffentlicht: (2025)

United in Diversity? Contextual Biases in LLM-Based Predictions of the 2024 European Parliament Elections
von: von der Heyde, Leah, et al.
Veröffentlicht: (2024)

Sociodemographic Biases in Educational Counselling by Large Language Models
von: Adamczyk, Tomasz, et al.
Veröffentlicht: (2026)

Beyond Accuracy: Evaluating Strategy Diversity in LLM Mathematical Reasoning
von: Yang, Xia, et al.
Veröffentlicht: (2026)

Investigating Associational Biases in Inter-Model Communication of Large Generative Models
von: Dogan, Fethiye Irmak, et al.
Veröffentlicht: (2026)

MEDEQUALQA: Evaluating Biases in LLMs with Counterfactual Reasoning
von: Ghosh, Rajarshi, et al.
Veröffentlicht: (2025)

Revolutionizing Pharma: Unveiling the AI and LLM Trends in the Pharmaceutical Industry
von: Han, Yu, et al.
Veröffentlicht: (2024)

The Balancing Act: Unmasking and Alleviating ASR Biases in Portuguese
von: Kulkarni, Ajinkya, et al.
Veröffentlicht: (2024)

Assessing Cognitive Biases in LLMs for Judicial Decision Support: Virtuous Victim and Halo Effects
von: Liu, Sierra S.
Veröffentlicht: (2026)

PRISM: A Methodology for Auditing Biases in Large Language Models
von: Azzopardi, Leif, et al.
Veröffentlicht: (2024)

Defining bias in AI-systems: Biased models are fair models
von: Lindloff, Chiara, et al.
Veröffentlicht: (2025)

Large Language Models Develop Novel Social Biases Through Adaptive Exploration
von: Wu, Addison J., et al.
Veröffentlicht: (2025)

"Not in My Backyard": LLMs Uncover Online and Offline Social Biases Against Homelessness
von: Karr Jr., Jonathan A., et al.
Veröffentlicht: (2025)

Artificial Authority: From Machine Minds to Political Alignments. An Experimental Analysis of Democratic and Autocratic Biases in Large-Language Models
von: Ożegalska-Łukasik, Natalia, et al.
Veröffentlicht: (2025)

Empowering Many, Biasing a Few: Generalist Credit Scoring through Large Language Models
von: Feng, Duanyu, et al.
Veröffentlicht: (2023)

Inference-Time Rule Eraser: Fair Recognition via Distilling and Removing Biased Rules
von: Zhang, Yi, et al.
Veröffentlicht: (2024)

Self-Blinding and Counterfactual Self-Simulation Mitigate Biases and Sycophancy in Large Language Models
von: Christian, Brian, et al.
Veröffentlicht: (2026)

Why are all LLMs Obsessed with Japanese Culture? On the Hidden Cultural and Regional Biases of LLMs
von: de Landa, Joseba Fernandez, et al.
Veröffentlicht: (2026)

Large Language Models are Geographically Biased
von: Manvi, Rohin, et al.
Veröffentlicht: (2024)

AI Biases as Asymmetries: A Review to Guide Practice
von: Waters, Gabriella, et al.
Veröffentlicht: (2025)

TRAPDOC: Deceiving LLM Users by Injecting Imperceptible Phantom Tokens into Documents
von: Jin, Hyundong, et al.
Veröffentlicht: (2025)

Biased AI improves human decision-making but reduces trust
von: Lai, Shiyang, et al.
Veröffentlicht: (2025)

"Pull or Not to Pull?'': Investigating Moral Biases in Leading Large Language Models Across Ethical Dilemmas
von: Ding, Junchen, et al.
Veröffentlicht: (2025)

Inducing Human-like Biases in Moral Reasoning Language Models
von: Karpov, Artem, et al.
Veröffentlicht: (2024)

Whose Journey Matters? Investigating Identity Biases in Large Language Models (LLMs) for Travel Planning Assistance
von: Ren, Ruiping, et al.
Veröffentlicht: (2024)

White Men Lead, Black Women Help? Benchmarking and Mitigating Language Agency Social Biases in LLMs
von: Wan, Yixin, et al.
Veröffentlicht: (2024)

Dual Attention Guided Defense Against Malicious Edits
von: Zhang, Jie, et al.
Veröffentlicht: (2025)

Towards Transferable Defense Against Malicious Image Edits
von: Zhang, Jie, et al.
Veröffentlicht: (2025)

LLM Nepotism in Organizational Governance
von: Mao, Shunqi, et al.
Veröffentlicht: (2026)

Identifying Implicit Social Biases in Vision-Language Models
von: Hamidieh, Kimia, et al.
Veröffentlicht: (2024)

Reward Models Inherit Value Biases from Pretraining
von: Christian, Brian, et al.
Veröffentlicht: (2026)

LLM Agents in Law: Taxonomy, Applications, and Challenges
von: Liu, Shuang, et al.
Veröffentlicht: (2026)

Multi-Layer Personalized Federated Learning for Mitigating Biases in Student Predictive Analytics
von: Chu, Yun-Wei, et al.
Veröffentlicht: (2022)