Hacker News · AI·· 18 小時前AI 評分58
Mizan 基準測試發現 AI 模型稱以色列人為人質、巴勒斯坦人為被拘留者
Mizan bias benchmark: testing AI models
AI 導讀
Tech for Palestine 的 Mizan 專案以相同提示詞測試 16 個 AI 模型,內容描述一名未經指控遭關押的人,僅改變國籍與關押方,結果發現多數模型在以色列人遭關押時稱「人質」,在巴勒斯坦人遭關押時則稱「被拘留者」。Anthropic 的 Claude 模型幾乎每次都做出這種區分,OpenAI 的模型稍好一些,而 Google 的 Gemini 得分較高,主要是因為它在多數請求中拒絕回答。該基準以最差情況配對(以色列與哈瑪斯)為每個模型評分,並同時報告較新的 Claude Fable 版本變得較不中立,而 Kimi 較新的模型則轉向相同的雙重標準。
來源:Hacker News · AI · mizan.techforpalestine.org