# FairStress-Core子集

Ai2发布FairStress，把大模型的人口公平性评估从“最终选了谁”扩展到“被劝说后是否改选”。300个双候选决策场景覆盖29个领域，叠加身份呈现方式与成对对抗前缀后扩展为1300多万个测试用例；在15个模型上，隐含身份时放弃正确答案的平均差距为6.9个百分点，显式标签时为9.3个百分点。

Ai2发布FairStress，把大模型的人口公平性评估从“最终选了谁”扩展到“被劝说后是否改选”。300个双候选决策场景覆盖29个领域，叠加身份呈现方式与成对对抗前缀后扩展为1300多万个测试用例；在15个模型上，隐含身份时放弃正确答案的平均差距为6.9个百分点，显式标签时为9.3个百分点。

Ai2 发布 FairStress 基准，把大模型的人口公平性评估从“最终选了谁”扩展到“被反驳后是否同样坚持”。300 个双候选人决策场景覆盖招聘、医疗、贷款等 29 个领域，并配上成对的说服性前缀，展开超过 1300 万个测试用例。在 15 个模型上，身份被明示时放弃正确答案的组间平均差距为 9.3 个百分点，隐含身份时为 6.9 个百分点。

Ai2 发布 FairStress 基准，把大模型的人口公平性评估从“最终选了谁”扩展到“被反驳后是否同样坚持”。300 个双候选人决策场景覆盖招聘、医疗、贷款等 29 个领域，并配上成对的说服性前缀，展开超过 1300 万个测试用例。在 15 个模型上，身份被明示时放弃正确答案的组间平均差距为 9.3 个百分点，隐含身份时为 6.9 个百分点。