发布 GenderPair 数据集, 应用在 性别偏见、自然语言处理 领域

本次发布的数据集 GenderPair, 该数据集是一个创新的对偶基准测试，旨在全面评估大型语言模型中的性别偏见问题。它提供了标准化和现实化的评估方法，涵盖了包括跨性别和非二元性别个体在内的、之前被忽视的性别群体。GenderPair基准测试涵盖了所有提议的性别平等基准标准维度，包括包容性、多样性、可解释性、客观性、鲁棒性和现实性，旨在对大型语言模型中的性别偏见进行评估和减少。

查看GenderPair

README 内容： 

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。