各方报道 1 篇
arXiv NLP·10-14 12:00★ 3
UDHRBench：评测大模型对世界人权宣言的合规性
原文 研究者发布 UDHRBench，包含覆盖《世界人权宣言》全部 30 条条款的 1124 个人权问题，以及 ChatGPT、Grok、Gemini、Fanar 四个模型的 4496 条专家标注回答。分析发现模型违规多源于「效率、风险管理、科学中立」等看似理性的推理，而非直接否定权利，并提出 LLM-as-a-Judge 自动评测框架，加权 F1 达 89.8%。
研究者发布 UDHRBench，包含覆盖《世界人权宣言》全部 30 条条款的 1124 个人权问题，以及 ChatGPT、Grok、Gemini、Fanar 四个模型的 4496 条专家标注回答。分析发现模型违规多源于「效率、风险管理、科学中立」等看似理性的推理，而非直接否定权利，并提出 LLM-as-a-Judge 自动评测框架，加权 F1 达 89.8%。