← heapsort-ai

causality

3 items

RESEARCHarXiv CS.AI·hace 22d

Fair outputs, Biased Internals: Causal Potency and Asymmetry of Latent Bias in LLMs for High-Stakes Decisions

Este artículo de investigación explora la desconexión entre las salidas justas de los modelos de lenguaje y sus sesgos internos latentes en decisiones de alto riesgo, como la suscripción de hipotecas. Demuestra que, aunque los LLM no muestren sesgo de salida, retienen y amplifican representaciones demográficas que pueden causar reversiones de decisión y que este sesgo es asimétrico.

29
ARTICLEDEV.to AI·hace 20d

Judea Pearl's Ladder of Causation and the Limits of LLM Reasoning

Este artículo explora las limitaciones fundamentales de los Modelos de Lenguaje Grandes (LLMs) en el razonamiento causal, haciendo referencia a la Escalera de la Causalidad de Judea Pearl. Destaca que los LLMs a menudo operan en el nivel más bajo de asociación, fallando en identificar causas verdaderas y, en su lugar, parcheando correlaciones, lo que explica errores comunes en las herramientas de IA.

27