英文：Bias Detection 分类：eval
检测模型或数据中系统性偏见的技术：性别/种族/地域刻板印象、统计偏差（样本失衡）与行为偏差（输出倾斜）。
方法：基准测试（BiasBench 类）、嵌入空间关联（WEAT）、输出分布审计（群体差异）、反事实测试（仅换敏感属性看输出变化）；工具：公平性库（Fairlearn、AI Fairness 360）；缓解：数据重平衡+去偏训练。
用于大模型发布审计（有害刻板印象）、招聘/信贷合规、内容生成监控与训练数据治理；偏见检测是"公平性治理"的体检。