Buchumschlag

LangFair: A Python Package for Assessing Bias and Fairness in Large Language Model Use Cases

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Bouchard, Dylan, Chauhan, Mohit Singh, Skarbrevik, David, Bajaj, Viren, Ahmad, Zeya
Format:	Preprint
Veröffentlicht:	2025
Schlagworte:	Computation and Language Artificial Intelligence Computers and Society Machine Learning
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

UQLM: A Python Package for Uncertainty Quantification in Large Language Models
von: Bouchard, Dylan, et al.
Veröffentlicht: (2025)

Fine-Grained Uncertainty Quantification for Long-Form Language Model Outputs: A Comparative Study
von: Bouchard, Dylan, et al.
Veröffentlicht: (2026)

Bring Your Own Prompts: Use-Case-Specific Bias and Fairness Evaluation for LLMs
von: Bouchard, Dylan
Veröffentlicht: (2024)

Functional Entropy: Predicting Functional Correctness in LLM-Generated Code with Uncertainty Quantification
von: Bouchard, Dylan, et al.
Veröffentlicht: (2026)

Uncertainty Quantification for Language Models: A Suite of Black-Box, White-Box, LLM Judge, and Ensemble Scorers
von: Bouchard, Dylan, et al.
Veröffentlicht: (2025)

Intrinsic Meets Extrinsic Fairness: Assessing the Downstream Impact of Bias Mitigation in Large Language Models
von: Arzaghi', 'Mina, et al.
Veröffentlicht: (2025)

Bias and Fairness in Large Language Models: A Survey
von: Gallegos, Isabel O., et al.
Veröffentlicht: (2023)

In the Name of Fairness: Assessing the Bias in Clinical Record De-identification
von: Xiao, Yuxin, et al.
Veröffentlicht: (2023)

JobFair: A Framework for Benchmarking Gender Hiring Bias in Large Language Models
von: Wang, Ze, et al.
Veröffentlicht: (2024)

Collapsed Language Models Promote Fairness
von: Xu, Jingxuan, et al.
Veröffentlicht: (2024)

Listen and Speak Fairly: A Study on Semantic Gender Bias in Speech Integrated Large Language Models
von: Lin, Yi-Cheng, et al.
Veröffentlicht: (2024)

LangLingual: A Personalised, Exercise-oriented English Language Learning Tool Leveraging Large Language Models
von: Gupta, Sammriddh, et al.
Veröffentlicht: (2025)

Fair Representation in Parliamentary Summaries: Measuring and Mitigating Inclusion Bias
von: Cunningham, Eoghan, et al.
Veröffentlicht: (2025)

Assessing Judging Bias in Large Reasoning Models: An Empirical Study
von: Wang, Qian, et al.
Veröffentlicht: (2025)

Datasets for Fairness in Language Models: An In-Depth Survey
von: Zhang, Jiale, et al.
Veröffentlicht: (2025)

Exploring Accuracy-Fairness Trade-off in Large Language Models
von: Zhang, Qingquan, et al.
Veröffentlicht: (2024)

First-Person Fairness in Chatbots
von: Eloundou, Tyna, et al.
Veröffentlicht: (2024)

Are Models Trained on Indian Legal Data Fair?
von: Girhepuje, Sahil, et al.
Veröffentlicht: (2023)

Stairway to Fairness: Connecting Group and Individual Fairness
von: Rampisela, Theresia Veronika, et al.
Veröffentlicht: (2025)

Legally Binding but Unfair? Towards Assessing Fairness of Privacy Policies
von: Freiberger, Vincent, et al.
Veröffentlicht: (2024)

AXOLOTL: Fairness through Assisted Self-Debiasing of Large Language Model Outputs
von: Ebrahimi, Sana, et al.
Veröffentlicht: (2024)

Addressing Both Statistical and Causal Gender Fairness in NLP Models
von: Chen, Hannah, et al.
Veröffentlicht: (2024)

Characterizing Selective Refusal Bias in Large Language Models
von: Khorramrouz, Adel, et al.
Veröffentlicht: (2025)

Gender Bias in Emotion Recognition by Large Language Models
von: Herbert, Maureen, et al.
Veröffentlicht: (2025)

BadFair: Backdoored Fairness Attacks with Group-conditioned Triggers
von: Xue, Jiaqi, et al.
Veröffentlicht: (2024)

Group Fairness Meets the Black Box: Enabling Fair Algorithms on Closed LLMs via Post-Processing
von: Xian, Ruicheng, et al.
Veröffentlicht: (2025)

Towards Large Language Models that Benefit for All: Benchmarking Group Fairness in Reward Models
von: Song, Kefan, et al.
Veröffentlicht: (2025)

Born With a Silver Spoon? Investigating Socioeconomic Bias in Large Language Models
von: Singh, Smriti, et al.
Veröffentlicht: (2024)

Fairness through Difference Awareness: Measuring Desired Group Discrimination in LLMs
von: Wang, Angelina, et al.
Veröffentlicht: (2025)

Measuring Implicit Bias in Explicitly Unbiased Large Language Models
von: Bai, Xuechunzi, et al.
Veröffentlicht: (2024)

Position is Power: System Prompts as a Mechanism of Bias in Large Language Models (LLMs)
von: Neumann, Anna, et al.
Veröffentlicht: (2025)

FairLangProc: A Python package for fairness in NLP
von: Pérez-Peralta, Arturo, et al.
Veröffentlicht: (2025)

Fairness of ChatGPT
von: Li, Yunqi, et al.
Veröffentlicht: (2023)

Only a Little to the Left: A Theory-grounded Measure of Political Bias in Large Language Models
von: Faulborn, Mats, et al.
Veröffentlicht: (2025)

Fair Play in the Newsroom: Actor-Based Filtering Gender Discrimination in Text Corpora
von: Urchs, Stefanie, et al.
Veröffentlicht: (2025)

Leveraging Large Language Models to Measure Gender Representation Bias in Gendered Language Corpora
von: Derner, Erik, et al.
Veröffentlicht: (2024)

Balancing the Scales: Reinforcement Learning for Fair Classification
von: Eshuijs, Leon, et al.
Veröffentlicht: (2024)

FairPair: A Robust Evaluation of Biases in Language Models through Paired Perturbations
von: Dwivedi-Yu, Jane, et al.
Veröffentlicht: (2024)

Assessing the Impact of Conspiracy Theories Using Large Language Models
von: Jiang, Bohan, et al.
Veröffentlicht: (2024)

Fairness Certification for Natural Language Processing and Large Language Models
von: Freiberger, Vincent, et al.
Veröffentlicht: (2024)