研究显示 Google 与 OpenAI 等多模态模型对特定英语口音存在评估偏见

一项针对多模态模型的研究显示，Google 的 Gemini 2.5 系列、OpenAI 的 GPT-Audio 1.5 以及 Qwen 3 Omni 对不同英语口音存在显著评分偏见。在演讲内容完全相同的情况下，模型普遍将美英口音评为最高分，印度口音居中，中国和尼日利亚口音评分最低。研究人员指出，模型虽然能够准确转录带口音的语音，但在评分时却以含糊不清等理由压低分数，表现出基于口音的隐性等级观念。