返回算法公平

算法公平

政策监管
2026-09-09 08:31:08

EMNLP 2026论文提出SCOPED-Hiring,聚焦多智能体招聘过程中的隐藏不公

一篇被 EMNLP 2026 Main Conference 接收的论文提出 SCOPED-Hiring,用于诊断 LLM 多智能体招聘系统中的过程公平性问题。研究显示,即便不同群体最终录用率接近,候选人在评分、质疑、调查和阶段流转中仍可能承受不均等负担。实验基于超过 31.1 万条结构化决策轨迹,在 GPT、Gemini 和 Qwen 后端上发现,过程、路径、动态和设计层面的风险明显强于只看结果时可见的风险。基于诊断结果设计的 Fair Skills 将总分层公平负担降低 72.3%,最终录用率仅变化 1.86 个百分点。

110
EMNLP 2026论文提出SCOPED-Hiring,聚焦多智能体招聘过程中的隐藏不公