跳到正文
热点事件持续更新

ADDIS 方法审计 13 个 LLM 交叉偏差

1 篇报道1 个报道来源16 小时前更新

先了解这件事

AI 综述

George Rahul 等人提出 ADDIS(Additive Intersectional Screen)方法及 IndiPersona 基准,旨在 LLM 审计中分离交互效应与加性效应。该方法通过加性模型评分,将合成数据中的误报率降至 0.09 组/数据集,并恢复 84% 的植入交互。 在 10,000 个印度合成 persona 审计 13 个开源 LLM 的测试中,ADDIS 识别出 3.0% 的子组偏差,高于标准判据的 7.1%。研究指出多数报告的交互偏差源于独立单属性效应,仅少数核心交互真实存在。

AI 根据报道生成 · 15 小时前更新

报道时间线

沿着报道,了解事件的不同侧面。

11月20日
  1. arXiv · AI
    LLM GerryMandering:在 LLM 审计中分离交互效应与加性效应

    ADDIS 通过加性模型评分,将合成数据中误报率降至 0.09 组/数据集,并恢复 84% 植入交互。 在 10,000 个印度合成 persona 审计 13 个开源 LLM 时,ADDIS 识别出 3.0% 的子组偏差,高于标准判据的 7.1%。 多数审计报告的交互偏差源于独立单属性效应,仅少数核心交互真实存在。

本事件热度走势

可比范围当前
6
可比范围峰值
911月20日 15:00
近 24 小时变化
–

趋势仅比较持续完整观测到的相同主体,范围可能小于当前热度统计。移动指针或点击图表查看每小时热度;键盘可用左右方向键切换。