意大利卡利布里亚大学 发布 CLEAR-Bias 数据集, 应用在 自然语言处理、机器学习安全性 领域

意大利卡利布里亚大学 本次发布的数据集 CLEAR-Bias, CLEAR-Bias是一个旨在评估语言模型对抗偏见激发攻击稳健性的基准数据集。该数据集由卡利布里亚大学创建，包含4400个精心设计的提示，涵盖了7个偏见维度和3个交叉性偏见类别。这些提示经过7种不同的越狱技术增强，以评估模型在各种社会文化维度上的偏见。数据集旨在推动对大型语言模型公平性和安全性的系统评估。

查看CLEAR-Bias

关于 arXiv , arXiv 是一个免费分发服务和开放获取的学术文章档案库，涵盖了物理学、数学、计算机科学、定量生物学、定量金融、统计学、电气工程和系统科学以及经济学等领域。该网站上的材料并未经过 arXiv 的同行评审。