缺失的最小对比对：LLM 刻板印象评估

针对大语言模型偏见测量中常用的单对比句对数似然比较，研究者指出其往往不可靠：仅替换同一刻板印象的属性词就可能得到逻辑不一致的偏好。为此提出双最小对比对设置，引入两条比较轴，并给出数据增强框架，通过生成改写句与替代属性来填补现有刻板印象数据集的关键缺口。