arXiv · cs.AI · Qinghua Mao, Xi Lin, Yuxin Qi, Zihao Xu, Jinze Gu, Yuliang Chen · 5 小时前模型评分56
研究：多智能体辩论中的社会偏见会放大网页安全风险
When Debate Amplifies Risk: Social-Bias Vulnerabilities in Multi-Agent Safety Deliberation
导读
一项 arXiv 论文提出 SafeConflict-Bias 诊断协议，在六个网页风险类别中保持查询和检索证据不变，只改变对话多数压力、权威线索和置信度差异。
分类置信度
中 · 待人工复核
- 只有单一媒体来源，需要人工复核。
来源级别：媒体与个人
事件类型：研究发布
证据摘录
- “We introduce SafeConflict-Bias, a controlled counterfactual diagnostic protocol spanning six core Web risk categories, which holds queries and retrieved evidence strictly invariant while isolating conversational majority sway, authority cues, and confidence asymmetry.”
来源：arXiv · cs.AI · arxiv.org