Ai2发布大模型决策公平性基准FairStress

Ai2发布FairStress评测基准，用身份互换和对抗性前缀测试，检验大语言模型在涉及不同人口群体的决策中，能否一致地坚持有证据支持的判断。 该基准不只考察模型最终作出什么选择，也评估人口身份变化如何影响决策，以及模型面对说服性干预时能否保持决策稳定。

AI 根据报道生成 · 55 分钟前更新

还没有足够的连续观测数据，暂不绘制趋势。