NeFut Logo NeFut
EN 管理员登录

[AI学术] 超越结果差距:面向过程的 LLM 多代理决策系统公平诊断

发布于:2026-09-03 22:00 最后更新:2026-09-04 02:14
#AI #Machine Learning #LLM

LLM 驱动的多代理系统(MAS)正被用于高风险决策,但仅依据最终结果的公平审计往往忽略了风险在决策路径中的具体位置。我们提出 SCOPED‑Hiring,一套面向过程的公平诊断流水线,专注于基于 LLM 的招聘 MAS。SCOPED‑Hiring 通过构造受控的简历变体、组织角色化的招聘委员会、记录超过 311 K 条结构化决策轨迹,并将轨迹字段映射为量化公平信号,形成六个诊断视角:最终结果、反事实、过程、路径、动态和设计效应。实验表明,表面上平衡的录用率可能隐藏多代理决策轨迹中的不公平:职业空档会引发怀疑,代理线索影响资格判断,身份线索导致调查不均。基于这些诊断的有针对性修复将整体层级负担降低 72.3%,而录用率仅变化 1.86 个百分点,证明过程诊断能够指导有效的公平修复。

点评

原文链接: https://arxiv.org/abs/2609.02092

[h] 返回首页