FairStress проверяет, одинаково ли устойчивы решения языковой модели при смене демографических признаков FairStress tests whether model decisions stay equally robust when demographic signals change
Новый бенчмарк Ai2 сравнивает не только итоговый выбор, но и реакцию на одинаковое давление в пользу разных кандидатов.Ai2's new benchmark examines final choices and responses to matched persuasion favouring different candidates.