自己消除偏见：教授大语言模型认知偏见缓解干预措施

社会心理学和认知科学长期以来一直在研究偏见，数十年的研究已经产生了一系列经过验证的干预措施，可以减少人类的刻板思维和偏见反应。我们提出了 Debias It Yourself (DIY)，这是一个基于认知的框架，它将五种这样的干预措施转化为大语言模型的去偏差程序，并通过三个既定范例来提供它们：Show（上下文示例）、Train（指令调整）和 Revise（引导自我修订）。在三个模型、五个偏差基准、十一个去偏差基准和三个推理基准中，Train+Revise 和 Revise 单独获得了前两名平均排名，领先于偏差推理权衡（在 90% 的推理准确率下，平均偏差低至 2%），并将不可见维度的偏差减少了高达 14.8%。我们的代码和数据是公开的。