交叉公平性研究：主流LLM在种族-性别交叉维度存在显著偏见

本研究系统性评估主流LLM的交叉公平性，核心发现：1. 歧义语境下模型保守回答但公平性指标信息不足；2. 明确语境中准确率受刻板印象一致性影响；3. 种族-性别交叉维度偏见尤为突出。研究强调交叉性视角对AI公平性的关键意义。

传统公平性研究聚焦单一属性（如性别/种族），但现实中身份是多维度交织的。交叉性理论指出，多重属性组合产生独特歧视模式（如黑人女性的偏见非简单叠加）。理解交叉维度公平性是构建公正AI的核心前提。

对6个主流LLM采用两个基准数据集，评估维度包括：1. 偏见分数（系统性偏向）；2. 子群体公平性指标（结果分布差异）；3. 准确率；4. 一致性（回答稳定性）。实验覆盖正负问题极性、歧义/明确语境。

1. 歧义语境：模型常回答“未知”，表面安全但公平性指标信息量不足；2. 明确语境：准确率随刻板印象一致性波动（如识别男性护士时准确率下降）；3. 种族-性别交叉：对黑人女性偏见更强，交叉群体代表性不足导致表现差；4. 子群体结果分布不均；5. 回答缺乏一致性，增加偏见缓解难度。

核心结论：模型表面能力部分依赖刻板印象线索，传统准确率可能高估能力；公平性-能力权衡或为评估方法问题；无LLM在交叉维度实现持续公平行为。交叉公平性是高风险场景AI应用的核心挑战。

• 开发者：增加交叉群体数据代表性、开发专门微调策略、建立交叉公平性检查标准；
• 部署者：敏感场景测试交叉公平性、监控群体表现差异、准备缓解机制；
• 研究者：开发全面基准、研究缓解技术效果、探索因果推断方法。

当前局限：仅覆盖种族-性别交叉，未纳入年龄/宗教等维度；基于英语和西方背景；静态评估未跟踪动态偏见；缺乏具体缓解技术研究。未来需扩展维度、跨文化评估、长期跟踪及缓解策略开发。