연구에 따르면 최신 LLM은 African American English(AAE) 문맥에서 Standard American English(SAE)로 자동 수정하는 편향을 보입니다.
새로운 감사 프레임워크인 cDGI는 모델의 실제 편향을 파악하고, 특정 AAE 구문(예: negative concord)이 편향을 유발한다는 사실을 밝혀냈습니다.
활성화 조향 기술을 적용하여 편향을 줄였으며, 프롬프트 엔지니어링보다 5~20배 효과적이고 SAE 유창성은 유지했습니다.