Correlation analysis between sensitive attributes and embeddings across different CAE modules.

Figshare2025-05-30 更新2026-04-28 收录

数据链接：

https://figshare.com/articles/dataset/Correlation_analysis_between_sensitive_attributes_and_embeddings_across_different_CAE_modules_/29200647 数据链接链接失效反馈

官方服务：

资源简介：

Correlation analysis between sensitive attributes and embeddings across different CAE modules.

创建时间：

2025-05-30

HumanCentricART/P-AT

模型偏见检测

文本分类

Prompt Association Test (P-AT) 是一个用于检测Instruction-Following Language Models (IFLMs)中社会偏见的资源。P-AT基于WEAT方法，并扩展了测量社会偏见的概念，适用于IFLMs。该数据集包含2310个问题，旨在帮助检测IFLMs在多个维度上的偏见。

Hugging Face2024-02-09 更新190

iproskurina/bias-in-bios-llama-seed30

模型偏见检测

文本生成评估

--- dataset_info: features: - name: seed_len dtype: int64 - name: temperature dtype: float64 - name: seed dtype: string - name: human_full dtype: string - name: human_conti

Hugging Face2025-12-12 更新130

[CSBC] Material Suplementar - Ideologia no ChatGPT

模型偏见检测

文本生成伦理评估

Material Suplementar do artigo "Análise de vieses ideológicos em produções textuais do assistente de bate-papo ChatGPT"

Figshare2023-04-05 更新50

面向识别任务的模型偏见纠正数据集

模型偏见检测

人脸属性识别

本数据集聚焦于面向识别任务的模型偏见纠正，基于 ResNet-18 模型对 CelebA 数据集开展人脸属性分类训练，生成初步模型数据。鉴于原始模型在不同群体分类结果上暴露的偏见问题，项目团队自主研发三种去偏方法，经实验验证后，利用这些方法重新训练，产出多种去偏见模型数据，以.pth 文件格式保存。该数据集为研究人员提供分析纠正模型偏见的基准，便于对比不同去偏策略，对提升模型公平性与准确性、推进偏

国家基础学科公共科学数据中心150

killbench

模型偏见检测

公平性评估

KillBench数据集是一个用于展示大型语言模型（LLMs）决策偏见的基准测试数据集。它通过年龄和职业的交叉乘积生成基准测试，包含自由文本和结构化运行的OpenRouter推理，以及通过OpenRouter的Gemini解析作为自由文本输出的规范解析层。数据集包含多个偏见维度，如国籍、宗教、肤色、体型等，每个测试在2种年龄和3种职业之间交叉相乘，并通过多次随机排序控制位置偏差。数据集还详细记录了

github2026-04-16 更新60

Correlation analysis between sensitive attributes and embeddings across different CAE modules.

资源简介：

相关数据集