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，用 300 个两候选决策场景和对抗前缀，测量 LLM 在说服性论据下改变决策的难易是否因候选人所属人口群体而不同，全部组合超过 1300 万测试用例。该基准已开放下载，并集成进 Olmo-eval。