热点事件持续更新

Ai2发布FairStress基准测LLM决策公平性

1 篇报道1 个报道来源18 小时前更新

先了解这件事

AI 综述

Ai2发布FairStress基准、数据和代码，用于测量大语言模型在高影响决策中对不同人口群体的公平性，并将其集成到Olmo-eval。基准包含招聘、医疗、信贷、教育、住房、刑事司法等29个领域的300个双候选决策场景，经身份表达和对抗性前缀组合扩展为逾1300万测试用例，另提供经项目反应理论筛选的5万条子集FairStress-Core。对15个模型的实验显示，隐式和显式身份条件下，模型放弃证据更优答案的平均差距分别为6.9和9.3个百分点；在匹配对抗性前缀下，12次模型与模式组合的运行中，切换向少数群体编码候选的比例比切换向多数群体编码候选高8.8至42.4个百分点。上述数字均来自Ai2报告的实验结果。

AI 根据报道生成 · 14 小时前更新

最新进展10月21日 00:09

FairStress：大模型决策公平性深度评测

报道时间线

沿着报道，了解事件的不同侧面。

10月21日

00:09
Hugging Face Blog精选
FairStress：大模型决策公平性深度评测
Ai2发布FairStress基准、数据和代码，用于评估LLM在高影响决策中的群体公平性，并将其集成到Olmo-eval。基准包含29个领域的300个双候选场景，经身份表达和对抗性前缀组合后形成逾1300万测试用例；15个模型的实验显示，隐式和显式身份条件下，模型放弃证据更优答案的平均差距分别为6.9和9.3个百分点。

本事件热度走势

可比范围当前: 6
可比范围峰值: 810月21日 06:00
近 24 小时变化: –

趋势仅比较持续完整观测到的相同主体，范围可能小于当前热度统计。移动指针或点击图表查看每小时热度；键盘可用左右方向键切换。