Hugging Face Blog·· 5 小时前AI 评分53
Ai2 推出 FairStress 基准：评测大语言模型决策中的公平性与对称鲁棒性
FairStress: A deeper evaluation of fairness in LLM decision-making
AI 导读
Ai2 推出大语言模型人口统计公平性评测基准 FairStress，通过 300 个真实双候选人场景扩展出超 1300 万测试用例，涵盖招聘、医疗、借贷等 29 个领域，并已集成至 Olmo-eval。
来源：Hugging Face Blog · huggingface.co