AllenAI发布FairStress基准揭示LLM隐性偏见

2026年10月21日，AllenAI发布名为FairStress的基准测试工具，旨在揭示大语言模型在决策过程中存在的隐性偏见。该基准通过生成对抗性提示，测试模型在面对不同人口群体时的表现。研究评估了15个主流模型，发现模型在决策稳定性、解释逻辑及内部激活机制上存在显著的不对称性，表明其决策过程受隐性偏见影响。此外，研究还验证了反事实思维链等缓解方法在减少此类偏见方面的有效性。这一发布为理解大语言模型的公平性缺陷提供了新的评估视角和实证数据。

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。