待验证50% 置信事实精确时间
StereoSet是多语言偏见审计中最常用的基准数据集之一，由Mooney等人于2021年发布，专门用于测量语言模型的刻板印象程度，题目采用完形填空形式。
1
来源数
50%
置信度
长期有效
时效性
2026/10/15
首次发现
来源
涉及实体
相关事实
待验证提供可解释性信息（如 LIME 或 SHAP 生成的特征归因）能够有效对抗自动化偏见60% 相似待验证在模型原生支持到来之前，独立的上下文扫描分类器判断检索内容中是否含有指令性语言是目前最具实用价值的补充手段60% 相似待验证研究团队从DeskForge-1M中抽取20万条grounding样本对四个视觉语言模型进行微调59% 相似待验证将Whisper转录结果再交由GPT等大语言模型进行摘要整理属于两段式AI处理流程，每一步都可能引入新的偏差或信息损耗56% 相似待验证MMLU、HellaSwag、BIG-Bench等主流大语言模型评测体系主要衡量知识覆盖度、逻辑推理与语言流畅性，其设计假设存在可验证的正确答案56% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/1032871API
curl https://kongchang.com/api/v1/knowledge/claims/1032871MCP
get_claim(id=1032871)