LLM-Political-Study Data

该数据集包含了关于说话者党派如何影响语言模型（LLM）对得分感知的信息，旨在探讨语言模型中可能存在的偏见过度估计问题。此外，该数据集还作为一项研究的一部分，该研究利用活动依赖网络（ADN）来探究语言模型中的决策过程及偏见。该任务聚焦于语言模型中的政治偏见归因。

This dataset contains information regarding how speakers' political parties affect the score perception of Large Language Models (LLMs), aiming to explore the potential problem of bias overestimation in language models. Additionally, this dataset is part of a study that employs Activity-Dependent Networks (ADN) to investigate the decision-making processes and biases within language models. This task focuses on the attribution of political bias in language models.

搜集汇总

背景与挑战

背景概述

该数据集来自研究论文《Navigating the Ocean of Biases: Political Bias Attribution in Language Models via Causal Structures》，专注于分析语言模型中的政治偏见，并利用因果结构进行偏见归因研究。数据集包含在GitHub仓库中，但实际数据因大小限制存储在GitLab上，提供Jupyter笔记本用于探索和分析，以及原始CPD辩论数据及相关工具。