Selection

新的ComFair基准审计LLM的交叉公平性

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。