Grep-BiasIR 是一个全新的经过彻底审计的数据集，旨在促进对 IR 系统检索结果中的性别偏见的研究。信息检索 (IR) 系统提供的内容可以反映现有的社会偏见和刻板印象。检索结果中的这种偏差会导致在社会和系统中进一步建立和加强刻板印象。为了便于研究 IR 系统检索结果中的性别偏见，我们引入了用于信息检索的性别表示-偏见 (Grep-BiasIR)，这是一个全新的、经过彻底审计的数据集，由 1
Language Agency Classifier数据集由Wan等人于2023年创建，旨在为训练模型提供数据，以分类句子中表达的主观能动性水平。该数据集来源于Bias in Bios数据集，并通过ChatGPT重新生成了偏向于agentic（自我/领导导向）和communal（社区导向）语言风格的句子。数据集包含训练、测试和验证集，分别有192、60和48个样本。分类句子中的主观能动性有助于揭示
