本文研究了大语言模型在自动简历筛选中的提示注入问题,发现少量注入可有效提高候选人排名,但随着注入者增多效果会衰减,且在候选人质量存在差异时仍可能导致低质量者反超,引发公平性担忧。
机构:密歇根大学
来源:arXiv 2606.27287 | AI4Papers 论文推荐平台