IBI-000954 - Gravepublie
Biais d'auto-évaluation LLM
LLM Self-Evaluation Bias
Score IBI
8.0
sur 10
Sévérité4_grave
Fréquencesystematique
Ampleur groupes4
Difficulté détection4
🇫🇷 Définition (FR)
LLMs s'auto-évaluant favorablement par rapport à d'autres modèles.
🇬🇧 Definition (EN)
LLMs self-evaluating favorably compared to other models.
Taxonomie TriAxis
Classification structurelle
O
Origine
O2
Computationnel & Statistique
L
Cycle de vie
L6
Évaluation
S
Spécifique
S28
Biais d'interaction
💡
Exemple concret
GPT-4 s'attribue des scores plus élevés que ses concurrents dans des benchmarks auto-évalués.
📊 Métriques de détection
Demographic Parity DifferenceDisparate Impact RatioEqualized Odds Difference
⚙ Seuils d'alerte
Disparate Impact Ratio0.8
Equalized Odds Difference0.1
Demographic Parity Difference0.1
📚 Sources & Références Scientifiques
- •LLM Evaluators Recognize and Favor Their Own GenerationsArjun Panickssery, Samuel R. Bowman, Shi Feng (2024)
- •
🛡 Impact & Mitigation
🎯 Groupes vulnérables impactés
Aucun groupe spécifique.
🛠 Méthodologies de mitigation
- AUDIT_TIERS : Audit par tiers indépendant
🏢 Secteurs concernés
Médias et plateformes sociales (Risque: /5)
⚖ Réglementations applicables
🌍 International
- •ISO_42001 : ISO/IEC 42001:2023
- •UNESCO_2021 : UNESCO - Recommandation sur l'éthique de l'IA
- •OECD_AI_PRINCIPLES : OCDE - Principes IA
- •COE_AI_CONVENTION_INT : Conseil de l'Europe - Convention IA
📋 Métadonnées
Contributeur
Mohamadou SIDIBE
Institution
AI BIAIS INITIATIVE
Version
1
Créé le
14 octobre 2026
Mis à jour le
4 novembre 2026
UUID
8015d47d-7237-46ff-84fa-7a5d8b16f3ce
Explorer d'autres biais
250 biais documentés, classés par la taxonomie TriAxis.