性别线索会影响 LLM 价值权衡吗？来自受控决策基准的证据

大语言模型 越来越多地用于价值敏感的决策环境，其中不相关的人口统计线索不应改变判断。我们构建了现实价值决策基准（RVDB），这是一个受控基准，仅改变角色-性别配置，同时保持场景、有序值对、角色、候选决策、价值距离和决策严重性固定。使用七个模型的位置平衡评估，我们测试模型是否在性别扰动下保持决策不变性，以及它们的自我归因是否反映了观察到的行为变化。我们发现，明确的性别线索会导致有限但系统的决策翻转，包括在明确的性别归因提示下，要求模型报告性别是否影响了他们的选择。跨性别角色互换揭示了女性提出的一致决策不对称，而模型通常将翻转决策归因于“无影响”或其他非性别因素。进一步的分析表明，性别影响集中在不太确定的价值边界附近和更严格的决策环境下，这表明性别线索充当局部边界转移因素，而不是价值推理的全局覆盖。价值排名基本保持稳定，但有序的价值对权衡在角色性别配置中变化不均匀。这些结果表明，性别可以在行为上进入 LLM 价值权衡，同时在自我归因中保持模糊，从而激发基于解释的评估之外的受控行为审核。