Buchumschlag

Robust Bias Evaluation with FilBBQ: A Filipino Bias Benchmark for Question-Answering Language Models

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Gamboa, Lance Calvin Lim, Feng, Yue, Lee, Mark
Format:	Preprint
Veröffentlicht:	2026
Schlagworte:	Computation and Language
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Bias Attribution in Filipino Language Models: Extending a Bias Interpretability Metric for Application on Agglutinative Languages
von: Gamboa, Lance Calvin Lim, et al.
Veröffentlicht: (2025)

Filipino Benchmarks for Measuring Sexist and Homophobic Bias in Multilingual Language Models from Southeast Asia
von: Gamboa, Lance Calvin Lim, et al.
Veröffentlicht: (2024)

Social Bias in Multilingual Language Models: A Survey
von: Gamboa, Lance Calvin Lim, et al.
Veröffentlicht: (2025)

KoBBQ: Korean Bias Benchmark for Question Answering
von: Jin, Jiho, et al.
Veröffentlicht: (2023)

A Novel Interpretability Metric for Explaining Bias in Language Models: Applications on Multilingual Models from Southeast Asia
von: Gamboa, Lance Calvin Lim, et al.
Veröffentlicht: (2024)

EsBBQ and CaBBQ: The Spanish and Catalan Bias Benchmarks for Question Answering
von: Ruiz-Fernández, Valle, et al.
Veröffentlicht: (2025)

GG-BBQ: German Gender Bias Benchmark for Question Answering
von: Satheesh, Shalaka, et al.
Veröffentlicht: (2025)

BharatBBQ: A Multilingual Bias Benchmark for Question Answering in the Indian Context
von: Tomar, Aditya, et al.
Veröffentlicht: (2025)

PakBBQ: A Culturally Adapted Bias Benchmark for QA
von: Hashmat, Abdullah, et al.
Veröffentlicht: (2025)

FilBench: Can LLMs Understand and Generate Filipino?
von: Miranda, Lester James V., et al.
Veröffentlicht: (2025)

ImplicitBBQ: Benchmarking Implicit Bias in Large Language Models through Characteristic Based Cues
von: Vedula, Bhaskara Hanuma, et al.
Veröffentlicht: (2026)

VoiceBBQ: Investigating Effect of Content and Acoustics in Social Bias of Spoken Language Model
von: Choi, Junhyuk, et al.
Veröffentlicht: (2025)

Social Bias in Popular Question-Answering Benchmarks
von: Kraft, Angelie, et al.
Veröffentlicht: (2025)

BioPulse-QA: A Dynamic Biomedical Question-Answering Benchmark for Evaluating Factuality, Robustness, and Bias in Large Language Models
von: Bhattarai, Kriti, et al.
Veröffentlicht: (2026)

Assessing Modality Bias in Video Question Answering Benchmarks with Multimodal Large Language Models
von: Park, Jean, et al.
Veröffentlicht: (2024)

Mitigating Bias for Question Answering Models by Tracking Bias Influence
von: Ma, Mingyu Derek, et al.
Veröffentlicht: (2023)

More Bias, Less Bias: BiasPrompting for Enhanced Multiple-Choice Question Answering
von: Vu, Duc Anh, et al.
Veröffentlicht: (2025)

Bias Evaluation and Mitigation in Retrieval-Augmented Medical Question-Answering Systems
von: Ji, Yuelyu, et al.
Veröffentlicht: (2025)

Positional Bias in Binary Question Answering: How Uncertainty Shapes Model Preferences
von: Labruna, Tiziano, et al.
Veröffentlicht: (2025)

Addressing Blind Guessing: Calibration of Selection Bias in Multiple-Choice Question Answering by Video Language Models
von: Loginova, Olga, et al.
Veröffentlicht: (2024)

Benchmarking Large Language Models on Answering and Explaining Challenging Medical Questions
von: Chen, Hanjie, et al.
Veröffentlicht: (2024)

BBQ-V: Benchmarking Visual Stereotype Bias in Large Multimodal Models
von: Narnaware, Vishal, et al.
Veröffentlicht: (2025)

KatotohananQA: Evaluating Truthfulness of Large Language Models in Filipino
von: Nery, Lorenzo Alfred, et al.
Veröffentlicht: (2025)

Probability of Differentiation Reveals Brittleness of Homogeneity Bias in GPT-4
von: Lee, Messi H. J., et al.
Veröffentlicht: (2024)

FREB-TQA: A Fine-Grained Robustness Evaluation Benchmark for Table Question Answering
von: Zhou, Wei, et al.
Veröffentlicht: (2024)

McBE: A Multi-task Chinese Bias Evaluation Benchmark for Large Language Models
von: Lan, Tian, et al.
Veröffentlicht: (2025)

Large Language Models Portray Socially Subordinate Groups as More Homogeneous, Consistent with a Bias Observed in Humans
von: Lee, Messi H. J., et al.
Veröffentlicht: (2024)

IndoBias: A Dual Track Culturally Grounded Benchmark for LLMs Bias Evaluation in Indonesian Languages
von: Hanif, Ikhlasul Akmal, et al.
Veröffentlicht: (2026)

Measuring Agreeableness Bias in Multimodal Models
von: Lim, Jaehyuk, et al.
Veröffentlicht: (2024)

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

Social Bias Probing: Fairness Benchmarking for Language Models
von: Manerba, Marta Marchiori, et al.
Veröffentlicht: (2023)

CLIMB: A Benchmark of Clinical Bias in Large Language Models
von: Zhang, Yubo, et al.
Veröffentlicht: (2024)

Bias in, Bias out: Annotation Bias in Multilingual Large Language Models
von: Cui, Xia, et al.
Veröffentlicht: (2025)

A Survey of Large Language Model Agents for Question Answering
von: Yue, Murong
Veröffentlicht: (2025)

Evaluating Gender Bias in Large Language Models
von: Döll, Michael, et al.
Veröffentlicht: (2024)

Mitigating the Bias of Large Language Model Evaluation
von: Zhou, Hongli, et al.
Veröffentlicht: (2024)

FLEX: A Benchmark for Evaluating Robustness of Fairness in Large Language Models
von: Jung, Dahyun, et al.
Veröffentlicht: (2025)

Obscured but Not Erased: Evaluating Nationality Bias in LLMs via Name-Based Bias Benchmarks
von: Pelosio, Giulio, et al.
Veröffentlicht: (2025)

Argument-Based Comparative Question Answering Evaluation Benchmark
von: Nikishina, Irina, et al.
Veröffentlicht: (2025)

PAT-Questions: A Self-Updating Benchmark for Present-Anchored Temporal Question-Answering
von: Meem, Jannat Ara, et al.
Veröffentlicht: (2024)