› FairStress to nowy benchmark AI2 badający uprzedzenia modeli językowych w decyzjach wysokiego ryzyka (praca, kredyt, prawo).
› Testy sprawdzają, czy modele zmieniają decyzje w zależności od płci, rasy lub wieku wnioskodawcy przy identycznych pozostałych danych.
› Wyniki pokazują, że modele reklamowane jako bezstronne mogą systematycznie dyskryminować w określonych kategoriach przypadków.