Ai2发布FairStress公平性评测基准

Ai2发布FairStress大语言模型决策公平性评测基准及配套数据集和代码，用于衡量模型在不同人口统计群体上的决策公平性。该基准覆盖29个领域的300个双候选人决策场景，扩展后包含超过1300万个测试案例。 FairStress并不试图涵盖所有公平观念；其中的激活分析仅涉及两个模型和少数人口统计群体对比，因此相关发现不能直接代表更广泛的行为结果。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。