AI伦理研究：DeepSeek性别中立 美系模型存偏向

时间：2026-10-02 地点：英国伦敦布鲁内尔大学（线上 arXiv 预印本） 人物：论文一作 Valerio Capraro（伦敦布鲁内尔大学数学系）、DeepSeek V4-Flash 团队、Anthropic Claude Sonnet 4.6 团队、OpenAI GPT-5.5 团队、Llama 3 系列团队 事件详情：arXiv 预印本论文 2609.38036《Gender bias across LLMs is common and highly heterogeneous》由伦敦布鲁内尔大学数学系 Valerio Capraro 于 9 月 29 日提交、9 月 30 日更新 v2，覆盖 2025 年 4 月至 2026 年 6 月间发布的 10 个主流 LLM（横跨 9 个供应商），通过两组实验考察性别偏见。研究 1（性别归属测试）：10 个模型中 2 个把"男性刻板短语"反向归属给女性作者的比例更高，3 个反向，整体呈高度异质性。研究 2（道德判断测试）：设定"为阻止核灾难是否可虐待个体"的假设情境，对同一情境下的男性受害者与女性受害者分别询问模型。结果显示，Anthropic Claude Sonnet 4.6 与 OpenAI GPT-5.5 对女性受虐场景均给出"强烈反对"，但对男性受虐则表达"中等程度同意"，形成明显偏向保护女性的非对称回应；而 DeepSeek V4-Flash（284B 总参、13B 激活、MIT 许可证、AA Index 18.9）在相同测试下对男女均回应"同意"，未因性别改变立场，实现"零性别差距"。另三个模型在条件间完全不变，与人类对女性目标保护倾向的记录方向一致。 背景：DeepSeek V4-Flash 是 DeepSeek 2026 年 4 月 24 日发布的 V4 系列轻量版（284B 总参、13B 激活，混合 CSA + HCA 注意力，1M token 上下文窗口），7 月 31 日推出正式版 0731，9 月 10 日被 V4.1 Flash 取代 API 路由；其 MIT 许可证与开源权重使该模型可被学术团队直接用于偏见审计。AI 性别偏见并非新议题：2024 年 arXiv 2410.09992 已发现 GPT-3.5-turbo 在 24% 样本中存在偏向女性的回答倾向，2026 年 6 月 Japanese Context 研究（arXiv 2606.18649）亦在 Claude Sonnet 4.6、GPT-4o、DeepSeek-V3、Gemini 2.5 Flash、Llama 3.3 70B 五大模型上确认"亲女性"的招聘偏好。Capraro 团队的新研究则首次在道德判断而非招聘场景中复现了同一方向偏差，并把"训练数据中的社会刻板印象"与"对齐过程中对特定价值观的强化"列为两大可能成因。 技术影响：研究指出，DeepSeek V4-Flash 的中性表现"反映其训练语料与对齐策略未将性别作为道德权重的调节变量"，与该模型对齐目标中"集体福祉优先"的设定一致——美系顶级模型虽与人类社会"重女轻男"的本能保护方向吻合，但在道德推理一致性上反而暴露为系统性偏差。对 AI 治理而言，论文主张把偏见审计从"一次性评估"升级为"持续、多供应商"流程，并要求企业在部署决策类系统前对每个候选模型单独跑"性别归属 + 道德判断"双盲测。这意味着 RLHF 阶段对"性别"维度的微调权重，正成为模型间可观察、可量化的合规差异点；尤其当模型被集成到法律、医疗、HR 等高风险场景时，"性别一致响应"将与"事实准确率""安全拒答率"并列为新的部署门槛。 总结：arXiv 2609.38036 在 10 个主流 LLM 上复现了 AI 性别偏见的普遍性与异质性，并首次在"是否可虐待个体以阻止核灾难"的道德情境中验证：Claude Sonnet 4.6 与 GPT-5.5 表现出"重女轻男"的非对称保护倾向，而 DeepSeek V4-Flash 实现零性别差距。这一对照不仅给国产模型"集体福祉优先"的对齐策略提供了对照样本，也把"AI 性别偏见治理"从招聘、推荐这类显性场景推向道德决策这一更深层的风险地带。 参考来源： - arXiv 论文 2609.38036：https://arxiv.org/abs/2609.38036 - IT之家：https://www.ithome.com/1/009/243.htm - 同花顺财经/驱动中国：https://m.10jqka.com.cn/20261002/c680432432.shtml - 驱动中国：https://www.qudong.com/article/524885.html - Atomic Chat - DeepSeek-V4-Flash：https://atomic.chat/models/deepseek-v4-flash - Every Local AI - DeepSeek V4 Flash：https://everylocalai.com/model/deepseek-v4-flash - 旧研究对照 - arXiv 2410.09992：https://arxiv.org/abs/2410.09992 - 日本招聘偏见研究 - arXiv 2606.18649：https://www.alphaxiv.org/zh/abs/2606.18649v1