已收录文章摘要，完整内容可前往原文阅读。
新智元报道 当多个大语言模型（LLM）组成「招聘委员会」，共同筛选简历、讨论候选人、打分并投票时，我们通常会用最终录用率来判断系统是否公平。但一个更隐蔽的问题是：即使不同群体的最终录用率看起来相