Ai2发布FairStress评估LLM决策公平性

2026年10月21日，Ai2发布FairStress基准，用于评估大型语言模型在涉及人群身份的决策中是否持续遵循证据。该基准关注模型决策过程中的潜在不对称，不仅比较不同身份对应的最终选择是否一致。FairStress包含300个场景，并结合身份呈现方式与匹配的对抗性前缀，将测试规模扩展至超过1300万项案例；同时提供包含5万项测试的FairStress-Core子集。目前报道仅介绍了该基准的发布、设计重点及规模，未披露具体模型评测结果或结论。

AI 根据报道生成 · 1 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。