UDHRBench：评测大模型人权合规的新基准

Hamad Bin Khalifa University 研究团队发布 UDHRBench，用于评测大语言模型对《世界人权宣言》的合规情况，并配套 LLM-as-a-Judge 评测框架。 基准包含覆盖全部 30 条宣言的 1,124 个人权对抗性问题，收集 ChatGPT、Grok、Gemini 和 Fanar 四个模型共 4,496 条回复，由专家人工标注对齐情况；评测框架在检测人权不一致方面达到 89.8% 加权 F1 分数。 数据集、标注和代码将作为开源资源发布（https://sina.birzeit.edu/UDHRBench）。

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。