arXiv ID:
2603.07368
立场:大型语言模型必须采用基于函子和RAG驱动的偏见缓解方法以实现公平性 / Position: LLMs Must Use Functor-Based and RAG-Driven Bias Mitigation for Fairness
1️⃣ 一句话总结
这篇立场论文主张通过结合范畴论的函子映射和检索增强生成技术,从结构上和动态知识注入两方面系统性地消除大型语言模型中的性别、种族等社会偏见,以实现更公平的模型输出。