# FairStress teste les biais des IA dans 300 scénarios > FairStress évalue l’équité démographique des modèles de langage avec 300 scénarios dans 29 domaines, dont l’emploi, la santé et le logement. Type : Actualité IA · Catégorie : Secteur · Publié le 2026-10-28 · Signal IA - Order & Chaos Source : https://www.orderchaos.eu/signal-ia/actu/fairstress-met-les-biais-des-ia-a-lepreuve-dans-29-domaines Tags : équité, modèles de langage, évaluation, biais, décision, claude, llama, qwen --- ## En résumé - FairStress mesure l’équité démographique des modèles de langage. - Le benchmark couvre 300 scénarios à deux candidats dans 29 domaines. - Les tests évaluent aussi la stabilité des décisions face à des préfixes adversariaux. **Le signal :** FairStress teste 300 décisions à deux candidats dans 29 domaines avec Olmo, Llama, Qwen, Gemma, Claude et la famille GPT. **FairStress évalue** l’équité démographique des [modèles de langage](/signal-ia/actu/fairstress-met-les-biais-des-modeles-de-langage-a-lepreuve) dans leurs décisions. Le benchmark contient 300 scénarios réalistes mettant en concurrence deux candidats. Ces scénarios couvrent 29 domaines, notamment le recrutement, la santé, le crédit, l’éducation, le logement et la justice pénale. FairStress vise une équité symétrique dans la prise de décision. Le projet a été présenté le 20 octobre 2026. Il s’adresse à l’évaluation de modèles comme Olmo, Llama, Qwen, Gemma, Claude et la famille GPT. Les concepteurs formulent aussi un principe précis : l’identité ne devrait pas modifier la probabilité de sélection lorsque l’un des candidats est clairement le meilleur. **Les scénarios couvrent** des décisions liées à plusieurs domaines sensibles. FairStress inclut des situations de recrutement, de soins, d’octroi de prêts, d’éducation, de logement et de justice pénale. Le [benchmark](/signal-ia/actu/13-ia-revelent-le-mario-quelles-imaginent) ne se limite donc pas à une seule catégorie de décision. Il organise ses cas autour de deux candidats, afin d’observer la sélection produite par un modèle. Les évaluations peuvent également examiner la stabilité des réponses lorsque les instructions reçoivent des préfixes adversariaux. FairStress propose par ailleurs un sous-ensemble nommé FairStress-Core, composé de 50 éléments. Les concepteurs ont étendu les scénarios à 13 cas de test au total. [Consulter le jeu de données](https://huggingface.co/datasets/allenai/fairstress). ## FairStress teste la stabilité **Les préfixes adversariaux** permettent d’évaluer la robustesse des décisions produites par les modèles. FairStress teste ainsi la stabilité d’une décision lorsque le prompt est modifié par ce type d’ajout. Cette capacité complète l’examen de l’équité démographique, centré sur la sélection entre deux candidats. Le benchmark poursuit une équité symétrique, plutôt qu’une mesure limitée à un seul groupe. Ses domaines comprennent des choix liés au recrutement, à la santé, au crédit, à l’éducation, au logement et à la justice pénale. La publication cite Olmo, Llama, Qwen, Gemma, Claude et la famille GPT parmi les modèles concernés par l’[évaluation](/signal-ia/actu/robocurve-revele-les-failles-des-ia-aux-commandes-de-robots). [Le dépôt FairStress](https://github.com/pardissz/fairstress) documente le projet. **Les résultats distinguent** les prompts avec informations démographiques des prompts qui n’en contiennent pas. Les modèles ont montré peu de différence de comportement lorsque les prompts ne contenaient aucune information démographique. Ce constat concerne le comportement observé dans ces scénarios de test. FairStress conserve toutefois une structure plus large, avec 300 scénarios réalistes répartis dans 29 domaines. Les tests comprennent aussi 50 éléments dans FairStress-Core et 13 cas de test issus de l’extension des scénarios. Les modèles évalués incluent Olmo, Llama, Qwen, Gemma, Claude et la famille GPT. Le benchmark associe donc comparaison des candidats, diversité des domaines et résistance aux préfixes adversariaux. ## 300 scénarios structurent l’évaluation **Le benchmark documente** une méthode reproductible pour examiner l’équité démographique des modèles de langage. Ses 300 scénarios mettent en scène deux candidats dans 29 domaines. FairStress ajoute des tests de stabilité face aux préfixes adversariaux. La sélection de domaines inclut le recrutement, la santé, le crédit, l’éducation, le logement et la justice pénale. Le sous-ensemble FairStress-Core contient 50 éléments. Les scénarios ont aussi été étendus à 13 cas de test. Les modèles cités sont Olmo, Llama, Qwen, Gemma, Claude et la famille GPT. Le projet peut être consulté via son [dépôt d’évaluation](https://github.com/allenai/olmo-eval), avec une attention portée aux décisions comparatives et aux informations démographiques.