LLM 如果询问，则反映特定国家/地区的性别模式，但在以当地语言生成媒体时偏向男性

大语言模型 (LLM) 越来越多地用于生成媒体，但其内容是否延续性别刻板印象尚不清楚：标准基准依赖于基于选择的格式而不是长格式生成，并且在西方以外地区很少有当地性别协会的调查基线。我们从美国、印度、肯尼亚和尼日利亚的 695 名受访者那里收集了 22 种职业和家庭角色的性别关联，并在两种制度下评估了 8 个 LLM：直接提问和媒体生成。模型在直接提问下追踪了所调查的关联，但在主要本地语言单元的媒体生成中偏向了更多的男性，这与人类制作的媒体中记录的男性偏见一致。在美国以外的地区，在英语提示下，这种转变要小得多且不显着，因此仅英语或与国家/地区无关的评估会忽略这些模型最常部署的语言中的这种偏差。指令提示减少了方向性的转变，但会损害与被调查协会的一致性。因此，评估全球部署的 LLM 性别偏见需要生成格式测试、本地语言提示和本地收集的人类基线。