Bias Stereotypes A/B

新的AI偏见审计方法按刻板印象轴分解模型公平性

一种新颖的AI偏见检测方法——偏见刻板印象A/B公平性审计，通过使用改变单一人口统计学参数的配对场景来评估大型语言模型。这种方法根据固定的评分标准对响应进行评分，并将偏见分解为特定的轴，如文化偏见和事实中立性，而不是提供单一的总体分数。Tencent/Hy3和Nemotron 3 Ultra等模型在此排行榜上领先，GLM-5.2也参与其中，该审计为从业者提供了一个详细的档案，以匹配其特定的风险面。