Bias

大型語言模型偏見評估新突破：引入雙重極小對立組與互資訊指標

Beyond Single-Pair Comparison: Robust Stereotype Evaluation in LLMs via Dual Minimal Pairs

本研究指出傳統 LLM 偏見評估因「單一對立句」而缺乏穩定性，並提出「雙重極小對立組」框架與互資訊（MI）指標，實現更可靠的跨語言偏見度量。