一种面向中文生成大语言模型的偏见检测方法

本发明提供一种面向中文生成大模型的偏见检测方法，属于自然语言处理领域，该方法包括定义偏见上下文；生成文本样本；关注度标注和分析；构建中文关注度分类器和使用关注度分类器器评估文本中的偏见。该方法通过分析由不同人口群体提示生成的文本，在中文引入了对人口群体的关注概念，并使用不同人口群体的关注度水平差异作为偏见的衡量指标。本发明还提供了一种基于预训练模型的关注分类器，可用于分析未见过的文本中的偏见。