Rater-State-Bias-Audit

Dieser wissenschaftliche Artikel untersucht den Einfluss des Zustands der Bewertenden auf die Präferenzdaten in der menschlichen Rückmeldung für die maschinelle Lernprozesse. Er identifiziert, dass unter stressigen Bedingungen die Bewertung nicht nur die Qualität der Ausgabe widerspiegelt, sondern auch den emotionalen Zustand des Bewertenden. Dies führt zu strukturierten Bias in den Präferenzdaten, die durch Belohnungsmodelle und Policy-Optimierung weitergegeben werden können. Der Artikel entwickelt ein Hypothesenmodell und eine Prüfrahmung für diesen Bias.