Hugging Face Blog·· 4 小时前AI 评分51
FairStress：深入评估大语言模型决策公平性的基准
FairStress: A deeper evaluation of fairness in LLM decision-making
AI 导读
FairStress 是一个用于衡量大语言模型人口统计群体公平性的评测基准，覆盖 29 个领域的 300 个双候选人决策场景，扩展为超过 1,300 万个测试案例。
来源：Hugging Face Blog · huggingface.co