搜索
新框架 SCOPED-Hiring 揭示多智能体决策轨迹不公
7 小时前
当前，针对LLM多智能体招聘系统的公平性审计多聚焦于最终录用率，却往往忽视了决策过程中潜藏的不公。被EMNLP 2026接收的论文提出了SCOPED-Hiring过程感知公平性诊断框架，该框架从结果、反事实、过程、路径、动态、设计六个维度出发，追踪了超过31.1万条结构化决策轨迹。研究发现，职业空窗期会触发额外怀疑、代理线索会悄悄影响能力判断、身份线索会改变调查审查分配，这些轨迹中存在不公平现象，且过程感知风险远高于结果导向风险。基于这些诊断结果，研究团队设计了Fair Skills修复机制，对风险环节进行针对性干预，使总分层公平负担降低了72.3%，而最终录用率仅变化1.86个百分点，输出有效率保持在99.7%以上。该框架将公平性审计从结果判定转向过程诊断，能够定位风险来源并指导修复，为LLM多智能体高风险决策系统提供了过程公平体检工具。
