Модель на базе BERT выделяет в английском тексте токены с обобщениями, несправедливостью и стереотипами.
Подходит для: выявление стереотипных формулировок в тексте · поиск языковых обобщений о социальных группах · анализ текста на признаки несправедливых высказываний
Англоязычный классификатор на базе BERT для определения типа предвзятости в тексте.
Подходит для: определение расовой предвзятости в высказываниях · выявление религиозной предвзятости в тексте · классификация физических стереотипов и предубеждений
Дообученная Llama 3 на данных по этике ИИ для классификации и обсуждения этических дилемм в текстовом формате.
Подходит для: классификация этических дилемм по деонтологии · оценка сценариев с точки зрения справедливости · анализ дилемм с утилитарной точки зрения
Экспериментальная англоязычная модель EPFL DLAB на 3 млрд параметров для генерации инструктивных ответов и исследований выравнивания ценностей и безопасности.
Подходит для: исследование конституционного выравнивания языковых моделей · оценка обобщения ценностей в диалоговых ответах · изучение устойчивости модели к jailbreak-запросам
GUS-Net (BERT) выделяет в английском тексте токены, связанные со стереотипами, обобщениями и несправедливыми высказываниями о группах.
Подходит для: поиск стереотипных формулировок в английских текстах · выделение обобщений о социальных группах · поиск несправедливых или уничижительных высказываний для проверки