关于 Olmo-eval 的报道

Ai2Comms 推出 FairStress 基准测试，意味着大语言模型的公平性评估正从单纯的结果导向延伸至决策过程的全链路审查。这种向过程公平的转变，有助于揭示模型在处理涉及人口统计学决策时更深层的系统性偏差。