BriefGPT.xyz
Ask
alpha
关键词
dama
搜索结果 - 1
模型适应的去偏算法
提出了一种用于检测和减轻语言模型中性别偏见的新方法，通过因果分析确定了问题模型组件，发现中上部前馈层最容易传递偏见，根据分析结果通过线性投影来改进模型，该方法（DAMA）显著减少了偏见，并保持了模型在下游任务上的性能。
PDF
8 months ago
Prev
Next