arXiv Artificial Intelligence· Alak Raad (Hamad Bin Khalifa University, Qatar), Noreldin Morssy (Hamad Bin Khalifa University, Qatar), Zeerak Suhail (Hamad Bin Khalifa University, Qatar), Serin Atiani (Princess Sumaya University for Technology, Jordan), Mustafa Jarrar (Hamad Bin Khalifa University, Qatar)·· 17 小时前AI 评分32
UDHRBench：面向大语言模型人权合规的基准测试
UDHRBench: Benchmarking Human Rights in Large Language Models
AI 导读
UDHRBench 是用于评估大语言模型遵守《世界人权宣言》的大规模基准，包含覆盖全部 30 条条款的 1,124 个人权对抗性问题，以及来自 ChatGPT、Grok、Gemini 和 Fanar 四款模型的 4,496 条回答，由专家人工标注对齐情况（κ = 0.801）。
来源：arXiv Artificial Intelligence · arxiv.org