跳到正文
Hacker News · AI·· 18 小时前AI 评分58

Mizan基准测试发现,AI模型称以色列人为人质、巴勒斯坦人为被拘留者

Mizan bias benchmark: testing AI models

AI 导读

Tech for Palestine的Mizan项目用相同提示词测试了16个AI模型,提示词描述一名被无指控关押的人,仅改变国籍和关押方,结果发现多数模型在以色列人被关押时称之为人质,而在巴勒斯坦人被关押时称之为被拘留者。Anthropic的Claude模型几乎每次都会做出这种区分,OpenAI的模型稍好一些,而Google的Gemini得分较高主要是因为它在大多数请求中拒绝回答。该基准按最差情况配对(以色列和哈马斯)为每个模型打分,并报告称较新的Claude Fable版本变得更不中立,而Kimi的较新模型也转向了同样的双重标准。

来源:Hacker News · AI · mizan.techforpalestine.org