Hugging Face Blog·· 1 天前
Hugging Face 推出 FairStress：评估 LLM 决策公平性的新基准
FairStress: A deeper evaluation of fairness in LLM decision-making
AI 导读
Hugging Face 发布 FairStress 基准，用于测量 LLM 在招聘、贷款、医疗等决策中的群体公平性，覆盖 Olmo、Llama、Qwen、Gemma、Claude 和 GPT 系列模型。
入选记录
门槛 60官方一手第一次 38第二次 42
未入选两次之和 80 < 门槛的两倍 120
- 信源等级
- 官方一手，这一级的门槛是 60 分
- 预筛
- 通过：LLM公平性评测基准与模型行为分析
评分由模型按同一份标准独立打两次，满分 100；两次之和达到门槛的两倍才入选。门槛按信源等级设定。
来源：Hugging Face Blog · huggingface.co