Ai2 发布 FairStress 基准，评测 LLM 决策公平性在对抗前缀下的稳定性

Ai2 发布 FairStress 基准，用于衡量 LLM 在招聘、贷款、医疗等决策中的群体公平性，不止看最终选择，还看模型面对对抗前缀时是否同样容易改判。该基准含 300 个双候选人场景、29 个领域，组合身份呈现方式与对抗前缀后扩展出超 1300 万个测试用例，并另提供 5 万条的 FairStress-Core 子集。