一种基于推理轨迹探针的大模型代码生成偏见缓解方法

本发明涉及一种基于推理轨迹探针的大模型代码生成偏见缓解方法，包括以下步骤：首先，针对偏见敏感代码生成任务获取目标模型生成的推理轨迹，并构建带有偏见标签的推理轨迹样本；然后，在冻结目标模型主体参数的基础上引入轻量化适配器，通过固定偏见指示探针句计算探针损失并训练偏见检测器；进一步地，在推理阶段检测目标模型生成的推理轨迹是否存在偏见；若推理轨迹被判定为有偏，则通过重写模型将其改写为公平保持的推理轨迹，并以改写后的推理轨迹引导目标模型生成最终代码；若未检测到偏见，则保留原始生成结果。本发明所述方法可以降低最终生成代码中的社会偏见并保持生成代码质量。