Ai2 发布 FairStress 基准：测量 LLM 决策中被隐藏的公平性不对称

Ai2 发布 FairStress 基准，包含 300 个双候选人决策场景和超过 1300 万个测试用例，旨在衡量 LLM 在面对说服性论据时改变决策的难易程度是否因候选人所属人口群体而不同。