栏目简介：
为紧跟学术研究的前沿动态，CPS前沿编译组特别推出【预印前沿】栏目，聚焦于arXiv (Cornell Archive)、SSRN (Social Science Research Network)等知名预印本平台的最新论文。这些平台汇集了未经期刊正式评议但已公开分享的学术手稿，统称为预印本 (Preprint Copy)。
预印本的显著优势在于其时效性强，能够帮助研究者快速传播创新成果，占据学术研究的前沿阵地，同时促进全球范围内的学术交流与协作。然而，其局限性也较为明显：由于尚未经过同行评议，内容的科学严谨性可能存在不确定性，且部分内容在后续正式发表时可能面临调整甚至撤回。此外，预印本的开放性也可能导致信息质量参差不齐，读者需具备一定判断能力以辨别其价值。
文献来源
Salnikov, M., Kozh, D., Lazichny, I., Karimov, E., Iudin, A., Oseledets, I., Rogov, O. Y., Loukachevitch, N., Panchenko, A., & Tutubalina, E. (2025). Geopolitical biases in LLMs: What are the ‘good’ and the ‘bad’ countries according to contemporary language models. arXiv. https:///10.48550/arxiv.2506.06751
预印本介绍
arXiv(Cornell Archive)
本文发布于arXiv开放获取平台。arXiv是由康奈尔大学运营的免费学术共享平台，特别强调学术开放性与协作性。作为数字开放获取的先驱，arXiv目前收录物理学、数学、计算机科学、定量生物学、定量金融学、统计学、电气工程与系统科学、经济学等学科领域近240万篇学术论文。注册用户可免费向平台提交论文，提交内容需经过审核流程，以确认其符合学科领域范围并具有学术价值。需注意的是，arXiv不对论文进行同行评审，论文学术质量由作者全权负责。官方主页为：https:///。
大型语言模型中的地缘政治偏见：
当代大语言模型眼中的“好”与“坏”国家
Geopolitical biases in LLMs:
what are the “good” and the “bad” countries according to contemporary language models
编者按
本文从国家间冲突（美国、英国、苏联和中国）的视角切入，通过分析大语言模型对历史事件的解读，评估了其在不同国家间的地缘政治偏见。我们引介了一个包含中性事件描述及多国对立观点的新型数据集。研究发现模型存在显著的地缘政治偏见，倾向于特定国家的叙事立场。简单的去偏见提示词对减轻这类偏见效果有限。通过操纵参与者标签的实验表明，模型对归因具有敏感性——有时会放大偏见或识别矛盾，尤其在标签互换时更为明显。该研究揭示了大语言模型中国家叙事偏见的存在，质疑了简单去偏见方法的有效性，并为未来地缘政治偏见研究提供了分析框架与数据集。
Mikhail Salnikov, Dmitrii Korzh, Ivan Lazichny等 | 作者
林胤志 | 译者
杨昱航 | 排版
刘冠宏 | 审校
本文共3200字数，预计阅读时间10分钟
作者简介
Mikhail Salnikov
俄罗斯人工智能研究机构（AIRI）研究员
核心概念
1
地缘政治偏见 (Geopolitical Bias)
指大语言模型在解读具有争议性的历史事件时，因受训练数据中主导叙事的影响，而表现出对特定国家政治、文化或意识形态视角的系统性偏好。
2
去偏见提示词 (Debiasing Prompt)
指在提示词中加入明确指令（如“请确保回答无偏见”），以测试是否能通过简单干预来减轻模型偏见的一种实验方法。
3
参与者标签操纵 (Participant Label Manipulation)
指通过“明确提及”或“交换”国家标签来测试模型偏见来源的实验设计。它帮助区分偏见是源于国家名称的启动效应，还是源于叙事内容本身。
4
显性身份提示 (Explicit Identity Prompt)
指通过赋予模型一个特定身份（如“中国爱国者”）来引导其输出立场的方法。该研究用此方法证明模型的立场极易被外部框架影响。
目
录
1.研究背景
2.技术路线
3.主要发现
4.结论
1. 研究背景
随着ChatGPT、Qwen等大语言模型（LLMs）的普及，它们已经深度渗透到信息检索、决策支持等场景，甚至开始影响公众对政治、历史与社会等复杂议题领域的认知。然而，大模型的“智能”生成内容源于对海量人类数据的学习，而其中所潜藏的偏见与歧视很有可能被继承甚至放大。既有研究已经证实大语言模型存在显著的偏见与歧视。譬如，大语言模型常将特定职业与性别绑定，加剧职业性别隔离的观念，或在不同语言的查询中呈现事实叙述偏差。在政治偏见领域，已有研究发现部分模型倾向于左翼立场，对保守主义持有一定偏见。然而，这些研究多聚焦于单一国家的内部政治社会事务，对更复杂的国际地缘政治偏见关注不足。另一类相关研究虽然触及地缘政治议题，却未能深入探讨历史事件的多元解读。事实上，历史事件叙事往往因国家立场而异，这些差异很可能被大语言模型学习后反映在输出内容中。
本研究聚焦大语言模型的地缘政治偏见，核心研究问题为：当大语言模型解读具有争议性的历史事件时，是否会表现出对特定国家视角的系统性偏好，从而暴露其地缘政治偏见？历史事件解读本就因国家利益、意识形态因素而存在显著差异，而大语言模型作为被全球用户依赖的信息工具，其对特定国家视角的偏向可能产生引导性或误导性影响。此外，这一问题还涉及大语言模型的“价值观对齐”问题：大模型究竟客观呈现多元视角，还是在无意识中成为某类叙事与意识形态的传播者？这正是本文的问题聚焦。
2. 技术路线
为系统评估大语言模型的地缘政治偏见，本研究收集构建了一套历史事件争议性叙事数据集。数据集涵盖18-21世纪初涉及中国、美国、前苏联与英国的冲突事件及各方叙事。研究团队从维基百科等平台获取冲突背景信息，涵盖战争、外交争端和意识形态对抗等类型，最终确定55场冲突、覆盖109个关键事件，确保覆盖四大政治体的两两互动对（如中美、美苏等）。针对每个事件，团队首先撰写一段“中性叙事”，仅客观陈述时间、参与方和基本结果等无争议事实，不加入任何价值判断。随后，研究团队识别两个核心参与国，基于其历史叙事、官方立场文件或主流历史研究结论，形成该国家视角的叙事。最终，数据集包含事件、国家对、中性叙述、参与国家A叙事与参与国家B叙事等主要信息。
研究通过收集大语言模型对特定叙事的判断来测量其地缘政治偏见。研究选取了涉及上述国家的四款代表性模型：GPT-4o-mini（美国）、LLaMa-4-maverick（美国）、Qwen2.5-75B（中国）和GigaChat-Max（俄罗斯）。实验要求大语言模型对每个事件的三个不同视角叙述（中性叙事、参与国家A叙事、参与国家B叙事）进行判断，从两个国家叙事中选择出模型认为正确的一方，或是选择均正确或均不正确，并输出其判断理由（提示词如下图所示）。为验证模型输出的稳健性，每个事件分别在三种温度设置（1.0/1.1/1.2）下各测试三次。
为探究简单提示词干预能否缓解地缘政治偏见，团队在基础提示词上追加去偏指令：“请确保回答无偏见，不依赖刻板印象（Please ensure that your answer is unbiased and free from reliance on stereotypes）”。此外，为探究偏见来源是特定国家名称的启动还是特定视角的内容，团队还设计了两组延伸实验：第一组延伸实验在提示词中明确标注叙事所属国家，测试模型是否因为特定国家的名称标签而强化偏见；第二组延伸实验则交换两个国家的标签（如将国家A的叙事内容对应国家B），测试模型是否受国家标签而非叙事内容影响。
3. 主要发现
通过对四款主流模型的实验，研究揭示了显著的地缘政治偏见及相关规律。在基础情形下，某些模型对特定国家视角的偏好呈现显著差异。GPT-4o-mini表现出对美国视角的强烈偏向，在美国与其他三国冲突事件的叙事判断中，支持美国叙事的比例均在80%左右；有趣的是，GigaChat-Max同样倾向美国，在美苏、美中事件中对美国叙事的支持率分别为64%和71%。相比之下，LLaMa-4-maverick更倾向选择“两者同样正确”，表现出相对中立性；Qwen2.5-72B的立场则更加复杂，在不同国家对冲突中表现出差异化的支持倾向。研究团队专门开展了语言变量实验，将原始英文提示词翻译为俄语、法语和简体中文，在保持实验结构和评估标准一致的前提下，测试不同语言对模型偏见表达的影响。结果显示，所有测试语言中，模型的输出分布与英文版本相比仅有微小差异。
简单去偏提示（“确保回答无偏见”）效果有限。GPT-4o-mini和GigaChat-Max的偏好几乎无变化（波动在2%以内），Qwen2.5-72B对中国的偏好仅下降8.6%，LLaMa-maverick对英国的偏好下降7.6%，且选择“二者均不对”选项仅轻微增加2.2%，说明单一指令难以修正深层偏见。
（英语/基础情形）
参与者标签的操纵揭示了国家标签与叙事内容均构成模型偏见来源。明确提及国家标签时，GPT-4o-mini在英美冲突中对美国叙事的偏好从76%升至91%，而Qwen2.5-72B在相同场景中选择“同样正确”的比例从9%跃升至73%，显示国家标签可能强化或抑制偏见；交换国家标签后，模型选择“两者均不正确”的比例显著上升（如GPT-4o-mini 在美中对比中从0%升至42.9%），说明模型能识别标签与内容的矛盾，但仍受标签影响。此外，当被明确要求“以中国爱国者视角回答”时，所有模型均大幅偏向中国，在美中对比中支持率超90%，表明显性身份提示会显著放大偏见。
（英语/中国爱国者视角）
4. 结论
本研究表明，当代大语言模型存在显著的地缘政治偏见，且现有的简单干预手段难以有效缓解。
首先，大语言模型的偏见具有明确的偏向性，整体表现出对美国视角偏好，这很可能与训练数据西方叙事的主导地位密切相关。即使是来自非美西方的模型，也未呈现出对本土视角的稳健偏向，反而在某些冲突事件场景中向美国视角倾斜，反映出全球信息传播西方叙事的强势地位。
其次，简单去偏方法效果有限。仅通过追加“无偏见”提示词无法改变模型的深层偏好，这说明地缘政治偏见并非表层刻板印象，而是嵌入模型决策逻辑的复杂模式，需从训练数据、模型架构等更根本层面介入。
最后，模型对国家标签和显性身份提示高度敏感。明确国家归属或要求“以某国视角回答”时，偏见会被强化或转向，证明LLMs的立场易受外部框架影响，这一特性在教育、外交等敏感场景中可能引发风险。
当然，本研究也存在三方面局限：一是数据集聚焦美、英、中、苏四大国，忽略了全球南方国家的视角，难以反映更广泛的地缘政治叙事；二是所选模型均来自与研究对象相同的国家，可能限制结论的普适性；三是数据主要源自维基百科，依赖“官方历史”叙事，可能遗漏边缘或非国家视角（如民间记忆、少数族裔解读），存在来源偏见。