MISGENDERED: Limits of Large Language Models in Understanding Pronouns

MISGENDERED: Limits of Large Language Models in Understanding Pronouns
复制标题

性别错误:大型语言模型在理解代词方面的局限性

DOI:
10.18653/v1/2023.acl-long.293
复制
发表时间:
2023
期刊:
Proceedings of the 61st Annual Meeting of the Association for Computational Linguistics (Volume 1: Long Papers
影响因子:
--
通讯作者:
Singh, Sameer
Singh, Sameer
中科院分区:
--
文献类型:
--
作者:
Hossain, Tamanna;Dev, Sunipa;Singh, Sameer

文献摘要

参考文献

被引文献

相似文献

用有偏见的统治者衡量公平性:预训练语言模型的偏见度量的比较研究
DOI: 10.18653/v1/2022.naacl-main.122
发表时间: 2022
期刊: ArXiv
影响因子: --
作者:
Pieter Delobelle;E. Tokpo;T. Calders;Bettina Berendt
通讯作者: Bettina Berendt
性别认同障碍、性别二元论和跨性别压迫:对道德社会工作的影响
DOI: --
发表时间: 2011
期刊:
影响因子: --
作者:
Erin R. Markman
通讯作者: Erin R. Markman
挑战性别规范:印度尼西亚布吉斯人的五种性别
DOI: --
发表时间: 2006
期刊:
影响因子: --
作者:
S. Davies
通讯作者: S. Davies
DOI: 10.18653/v1/2022.acl-long.72
发表时间: 2022
期刊: --
影响因子: --
作者:
Yue Guo-;Yi Yang;A. Abbasi
通讯作者: Yue Guo-;Yi Yang;A. Abbasi
使用模板量化社会偏见是不可靠的
DOI: --
发表时间: 2022
期刊: NeurIPS Workshop on Trustworthy and Socially Responsible Machine Learning (TSRML
影响因子: --
作者:
Seshadri, Preethi;Pezeshkpour, Pouya;Singh, Sameer
通讯作者: Singh, Sameer