实体 BiasGym

BiasGym

PulseAugur coverage of BiasGym — every cluster mentioning BiasGym across labs, papers, and developer communities, ranked by signal.

总计 · 30天

1

90 天内 1

发布 · 30天

0

90 天内 0

论文 · 30天

1

90 天内 1

层级分布 · 90 天

主题

情绪 · 30 天

1 天有情绪数据

最近 · 第 1/1 页 · 共 1 条

TOOL · CL_231476 · Sep 2 · 04:00

新框架BiasGym针对并移除LLM中的概念偏差

研究人员开发了BiasGym，一个旨在识别和减轻大型语言模型中概念偏差的新颖框架。该框架利用注入模块引入特定偏差，从而可以通过Scope和Steer方法对其进行分析和后续抑制。BiasGym旨在通过在不影响其他任务性能的情况下进行有针对性的去偏差，来提高LLM的安全性和可解释性，并已证明在减少现实世界刻板印象方面的有效性。