Bias scores: Computation and reliability.

NIAID Data Ecosystem2026-03-13 收录

算法偏见

公平性评估

数据链接：

https://figshare.com/articles/dataset/Bias_scores_Computation_and_reliability_/18051899 数据链接链接失效反馈

官方服务：

资源简介：

Bias scores: Computation and reliability.

创建时间：

2022-01-07

FairMT-10K

多轮对话

公平性评估

FairMT-10K是由浙江大学创建的多轮对话公平性评估数据集，旨在解决大型语言模型（LLM）在多轮对话中的公平性问题。该数据集包含10280条多轮对话数据，涵盖了刻板印象和毒性两种主要偏见类型，以及性别、种族、宗教等六种偏见属性。数据集的创建过程结合了现有公平性数据集，并通过模板生成多轮对话数据。FairMT-10K主要应用于评估和改进LLM在多轮对话中的公平性，特别是在复杂对话场景中的偏见识别

arXiv2024-10-25 更新2530

Fairlex

法律NLP

公平性评估

我们提出了一个由四个数据集组成的基准套件，用于评估预先训练的法律语言模型的公平性，以及用于为下游任务微调它们的技术。我们的基准涵盖四个司法管辖区（欧洲理事会、美国、瑞士和中国）、五种语言（英语、德语、法语、意大利语和中文）以及五个属性（性别、年龄、国籍/地区、语言和法律领域）的公平性。在我们的实验中，我们使用几种组鲁棒微调技术评估了预训练的语言模型，并表明在许多情况下，性能组差异是活跃的，而这些技

Opencsg2024-07-17 更新480

Wycombe pay multiple

薪酬分析

公平性评估

Pay multiple is defined as the ratio between the highest paid taxable earnings and the median salary of the whole of the authority’s workforce.

data.gov.uk2015-05-08 更新110

SynPAIN

疼痛检测

算法偏见

SynPAIN是一个大规模的合成数据集，包含10710张面部表情图像（5355对中性/表情图像），跨越五个种族/民族，代表两个年龄组（年轻：20-35岁，老年：75岁以上），以及两个性别。使用商业生成式AI工具，我们创建了人口统计上平衡的合成身份，具有临床上有意义的疼痛表情。我们的验证表明，合成疼痛表情表现出预期的疼痛模式，使用基于面部动作单元分析的临床验证的疼痛评估工具，得分显著高于中性和非疼痛

arXiv2025-07-26 更新1040

FHIBE

公平性评估

计算机视觉

FHIBE（人类身份偏见评估公平性）数据集是一个基于同意的基准数据集，专门用于评估计算机视觉AI系统的公平性。与传统优先考虑规模和性能指标的数据集不同，FHIBE将人类尊严、同意和数据权利置于核心位置。该数据集包含同意参与者的高质量图像，具有全面的注释，包括面部关键点、分割、人口统计信息和上下文元数据。每个参与者都提供了知情同意并保留对其数据的所有权，可以随时撤回。

github2025-11-20 更新380

Bias scores: Computation and reliability.

资源简介：

相关数据集