FairStress：对 LLM 决策公平性的深度评估

Hugging Face 推出 FairStress 基准，用于测量大语言模型在决策中超越最终选择的、与人口统计群体相关的公平性。该基准包含 300 个跨 29 个领域的决策场景，通过引入对抗性前缀来测试模型决策的稳定性，并发现同一论点对不同人口群体受益的候选者会产生不同的影响。FairStress 已开放下载，并集成至开源评估工作台 Olmo-eval 中。