Stereotypes-in-LLMs/hiring-analyses-recruiter_guidelines-uk

--- dataset_info: features: - name: candidate_id dtype: string - name: job_id dtype: string - name: CV dtype: string - name: Job Description dtype: string - name: Job Position dtype: string - name: lang dtype: string - name: protected_group dtype: string - name: protected_attr dtype: string - name: group_id dtype: string - name: decision dtype: string - name: feedback dtype: string - name: raw_ai_decision dtype: string splits: - name: gender num_bytes: 45350556 num_examples: 9000 - name: marital_status num_bytes: 11416640 num_examples: 2250 - name: military_status num_bytes: 11365088 num_examples: 2250 - name: religion num_bytes: 20363184 num_examples: 4050 - name: name num_bytes: 22704410 num_examples: 4500 - name: age num_bytes: 13551632 num_examples: 2700 download_size: 8152662 dataset_size: 124751510 configs: - config_name: default data_files: - split: gender path: data/gender-* - split: marital_status path: data/marital_status-* - split: military_status path: data/military_status-* - split: religion path: data/religion-* - split: name path: data/name-* - split: age path: data/age-* license: cc-by-4.0 ---dataset_info: features: - name: 应聘者ID（candidate_id） dtype: 字符串 - name: 岗位ID（job_id） dtype: 字符串 - name: 简历（CV） dtype: 字符串 - name: 职位描述（Job Description） dtype: 字符串 - name: 招聘岗位（Job Position） dtype: 字符串 - name: 语言类型（lang） dtype: 字符串 - name: 受保护群体（protected_group） dtype: 字符串 - name: 受保护属性（protected_attr） dtype: 字符串 - name: 群体ID（group_id） dtype: 字符串 - name: 录用决策（decision） dtype: 字符串 - name: 反馈信息（feedback） dtype: 字符串 - name: AI原始决策结果（raw_ai_decision） dtype: 字符串 splits: - name: 性别（gender） num_bytes: 45350556 num_examples: 9000 - name: 婚姻状况（marital_status） num_bytes: 11416640 num_examples: 2250 - name: 兵役状态（military_status） num_bytes: 11365088 num_examples: 2250 - name: 宗教信仰（religion） num_bytes: 20363184 num_examples: 4050 - name: 姓名（name） num_bytes: 22704410 num_examples: 4500 - name: 年龄（age） num_bytes: 13551632 num_examples: 2700 download_size: 8152662 dataset_size: 124751510 configs: - config_name: 默认（default） data_files: - split: 性别（gender） path: data/gender-* - split: 婚姻状况（marital_status） path: data/marital_status-* - split: 兵役状态（military_status） path: data/military_status-* - split: 宗教信仰（religion） path: data/religion-* - split: 姓名（name） path: data/name-* - split: 年龄（age） path: data/age-* license: cc-by-4.0

原始信息汇总

数据集概述

数据集特征

• candidate_id: 数据类型 - string
• job_id: 数据类型 - string
• CV: 数据类型 - string
• Job Description: 数据类型 - string
• Job Position: 数据类型 - string
• lang: 数据类型 - string
• protected_group: 数据类型 - string
• protected_attr: 数据类型 - string
• group_id: 数据类型 - string
• decision: 数据类型 - string
• feedback: 数据类型 - string
• raw_ai_decision: 数据类型 - string

数据集分割

• gender: 数据大小 - 45350556 bytes, 样本数 - 9000
• marital_status: 数据大小 - 11416640 bytes, 样本数 - 2250
• military_status: 数据大小 - 11365088 bytes, 样本数 - 2250
• religion: 数据大小 - 20363184 bytes, 样本数 - 4050
• name: 数据大小 - 22704410 bytes, 样本数 - 4500
• age: 数据大小 - 13551632 bytes, 样本数 - 2700

数据集大小

• 下载大小: 8152662 bytes
• 数据集总大小: 124751510 bytes

配置文件

• config_name: default
• data_files:
  • split: gender, path: data/gender-*
  • split: marital_status, path: data/marital_status-*
  • split: military_status, path: data/military_status-*
  • split: religion, path: data/religion-*
  • split: name, path: data/name-*
  • split: age, path: data/age-*

许可证

• license: cc-by-4.0

搜集汇总

背景与挑战

背景概述

该数据集名为'Stereotypes-in-LLMs/hiring-analyses-recruiter_guidelines-uk'，主要用于研究大型语言模型在招聘过程中的偏见，特别是针对性别、婚姻状况、兵役状况、宗教、姓名和年龄等受保护属性的决策分析。数据集包含12个字段，分为6个部分，总样本量超过22,000个，覆盖多种受保护群体，旨在评估AI在招聘场景中的公平性和潜在刻板印象。