<p>Performance comparison on the chinese electric power audit text dataset.</p>

NIAID Data Ecosystem2026-05-10 收录

数据链接：

https://figshare.com/articles/dataset/_p_Performance_comparison_on_the_chinese_electric_power_audit_text_dataset_p_/31716581 数据链接链接失效反馈

官方服务：

资源简介：

Performance comparison on the chinese electric power audit text dataset.

创建时间：

2026-03-13

autoevaluate/autoeval-eval-mathemakitten__winobias_antistereotype_test_cot_v2-math-db74ac-2016866705

NLP公平性评估

性别偏见检测

--- type: predictions tags: - autotrain - evaluation datasets: - mathemakitten/winobias_antistereotype_test_cot_v2 eval_info: task: text_zero_shot_classification model: inverse-scaling/opt-350m_ev

Hugging Face2022-11-07 更新80

Jianshu001/arabic-daily-batch02-cascade-5k

阿拉伯语文本重写

NLP公平性评估

该数据集包含5001条阿拉伯语文本记录，通过Gemma-4-31B进行级联重写，并使用GPT-5.4-mini作为二元评判进行过滤（仅删除，不重写）。数据处理流程与batch01相同。

Hugging Face2026-04-23 更新60

LOBSTER (Language-Of-study Bias in ScienTific pEer Review)

学术评审偏见分析

NLP公平性评估

LOBSTER是由科克大学等机构构建的首个系统性研究NLP同行评审中语言偏见的标注数据集，包含529条从EMNLP和ACL会议评审中提取的片段，标注了负面偏见、正面偏见或无偏见。数据集通过两阶段采样策略确保覆盖多样化的语言和贡献类型，并采用多专家标注流程保证质量。该数据集旨在量化非英语论文面临的评审偏见，尤其关注不合理跨语言泛化要求等常见模式，为促进公平评审实践提供基准工具。

arXiv2026-04-08 更新40

Fairlex: A multilingual benchmark for evaluating fairness in legal text processing

NLP公平性评估

多语言文本处理

We present a benchmark suite of four datasets for evaluating the fairness of pre-trained legal language models and the techniques used to fine-tune them for downstream tasks. Our benchmarks cover four

NIAID Data Ecosystem60

MD Gender (Multi-Dimensional Gender Bias Datasets)

性别偏见检测

NLP公平性评估

机器学习模型经过训练以发现数据中的模式。 NLP 模型在对有性别偏见的文本进行训练时，可能会无意中学习到社会不受欢迎的模式。在这项工作中，我们提出了一个通用框架，该框架将文本中的性别偏见分解为几个语用和语义维度：来自被谈论者的性别的偏见、来自被谈论的人的性别的偏见以及来自被交谈者的性别的偏见。演讲者。使用这个细粒度的框架，我们使用性别信息自动注释八个大型数据集。此外，我们收集了一个新颖的、众包的话

OpenXLab50

<p>Performance comparison on the chinese electric power audit text dataset.</p>

资源简介：

相关数据集