使用 🤗 Evaluate 評估語言模型偏差

Hugging Face 團隊在 🤗 Evaluate 加入多項偏差評估指標，並示範如何檢視因果語言模型根據提示詞生成的文本。示例使用 Toxicity、Regard 和 HONEST 評估文本毒性、不同羣體的語言極性差異，以及有害句子完成中的性別刻板印象。文章提醒，現有資料集涵蓋的身份特徵有限，這些指標只能呈現偏差的不同面向，建議結合多種指標使用。