EMNLP2026 论文质疑 BBQ 公平性基准可信度

密歇根大学 Rada Mihalcea 团队在 EMNLP2026 发表论文，指出仅用单个 BBQ 样本进行 one-shot 学习或结合 GRPO 训练，就能让 LLM 在相关公平性评测上的准确率超过 90%。论文认为，模型通过公平性基准并不等同于模型具备真正的公平性，相关评测设计需要重新考虑。项目页、代码与模型均已开源。