FairStress 发布，用于更深入评估大语言模型决策公平性的基准

FairStress 是一个评估大语言模型人口统计公平性的基准，关注模型在受到定向说服后是否仍能依据证据稳定作出决策。它包含 300 个覆盖 29 个领域的双候选场景，结合身份呈现方式和 adversarial prefixes 扩展为超过 13 million 个测试案例，并提供 50K-item 的 FairStress-Core 子集。