LangFair: A Python Package for Assessing Bias and Fairness in Large Language Model Use Cases

文章主要内容

1. 背景与问题：传统机器学习公平性工具包不适用于大语言模型（LLMs）的生成性和上下文依赖特性，现有评估工具多在模型层面基于静态基准数据集评估LLMs，未考虑提示特定风险和实际任务，无法代表系统真实性能。
2. LangFair介绍：开源Python包，采用“自带提示”（BYOP）方法，根据用户提供的提示计算指标，评估LLMs用例的偏差和公平性风险。
3. 功能模块
   • 评估数据集生成：ResponseGenerator类简化评估数据集生成；CounterfactualGenerator类用于检查通过无意识实现公平（FTU），构建反事实输入对并生成相应响应。
   • 偏差和公平性评估：根据评估风险（毒性、刻板印象、反事实不公平和分配性伤害）和用例任务（文本生成、分类和推荐）对评估指标进行分类，不同类提供相应指标计算方法。
   • 半自动化评估：AutoEval类为文本生成用例提供多步骤综合公平性评估，包括指标选择、数据集生成和指标计算。
4. 资源支持：提供API文档、教程笔记本和技术配套论文等支持资源。

文章创新点

1. 任务特定评估：针