偏见交响曲：多模态大模型中的乐器与性别关联

大语言模型日益嵌入日常生活并用于获取信息，其延续社会偏见与强化刻板印象的风险受到关注。研究通过乐器关联考察大模型性别偏见，依据社会科学中乐器文化性别化的研究，构建覆盖文本、视觉与音频的平行多模态数据集 Symphony-Bias。研究评估不同架构与规模的十种多模态模型，分析其在三种模态中对 22 种乐器与男性、女性、非二元性别三类的关联。结果显示，92% 的乐器级结果符合既有社会科学发现，竖琴与鼓在全部受测模型和模态中尤其呈现稳定的性别关联。与社会刻板印象的一致性在音频中最弱、视觉更强、文本最强，表明不同模态的表示可能以不同程度放大乐器性别关联。作者表示数据集将在论文接收后公开。