UDHRBench：大模型人权合规基准发布

2026年10月15日，arXiv Artificial Intelligence 刊出 Alak Raad 等作者的 UDHRBench 研究，提出一个用于评估大语言模型遵守《世界人权宣言》的大规模基准。该基准包含覆盖《世界人权宣言》全部 30 条条款的 1,124 个人权对抗性问题，并汇集来自 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，标注一致性 κ = 0.801。作者表示，数据集、标注与代码将作为开源资源发布。目前进展为基准与配套资源发布，尚无后续跟进报道。

AI 根据报道生成 · 55 分钟前更新

还没有足够的连续观测数据，暂不绘制趋势。