研究团队提出大模型公平性评测协议Qistas

1. 13:00
   arXiv 自然语言处理

   Qistas：用于大语言模型公平性评估的预注册可移植协议

   研究团队提出了用于评估大语言模型（LLM）社会与区域公平性的预注册可移植协议 Qistas，并率先在伊拉克落地。该协议通过配对反事实设计评估程序对称性与差异化拒绝，且在模型运行前预先锁定假设与分析方案。对 58 项种子库的实地审查显示，25 个模板组中有 24 个存在缺陷，暴露出评测标准泄露及破坏语言一致性等反事实基准通用问题。

Current heat 9·Comparable peak 10（Nov 2 14:00）·Comparable change, last 24 hours–

Trends compare only the same parties observed continuously, so the scope can be narrower than current heat counts. Move the pointer or tap the chart to see hourly heat; use the left and right arrow keys on a keyboard.