研究人员推出ComFair,一个旨在评估大型语言模型(LLM)交叉公平性的新基准。与审计单一敏感属性的现有基准不同,ComFair生成了超过479,000个双属性和多属性实例,以揭示由多个属性交互产生的危害。对十个LLM进行的实验表明,任务类型对公平性有显著影响,判别性任务暴露了性能和偏差得分的变化,而生成性任务则显示出更大、方向上不对称的变化。这个可配置的基准旨在提供比单一属性设置更强大的LLM公平性评估。 AI
影响 提供了一种更全面的评估LLM公平性的方法,可能带来更公平的AI系统。
排序理由 该集群包含一篇详细介绍用于评估LLM公平性的新基准的学术论文。[lever_c_demoted from research: ic=1 ai=1.0]
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →