LLM生成数字标准化患者的人口统计偏差审计数据集

地理空间
0 下载
10 浏览
2026-07-28

数据集简介

数据集概述

该复现包支持论文《Auditing Large Language Model-Generated Digital Standardized Patients for Demographic Bias: A Simulation Study with HIV Pre-Exposure Prophylaxis Screening as a Tracer Condition》。研究旨在审计LLM生成的数字标准化患者中是否存在基于人口统计特征的偏差。

数据内容

  • 代码:用于生成病例脚本和模拟对话的脚本。
  • 提示词:用于驱动LLM生成病例和角色扮演的提示模板。
  • 病例模板:216个病例脚本,涵盖六个人口统计因素(如年龄、性别、种族等)。
  • 模拟对话日志:4320次模拟对话记录,包括生成臂和模板替换控制臂。

实验设计

  • 第一阶段:使用Claude Sonnet 4生成216个病例脚本,每个脚本对应不同的人口统计组合。
  • 第二阶段:使用GPT-4o-mini对每个病例进行10次模拟对话,分为生成臂(直接使用LLM生成对话)和模板替换控制臂(使用固定模板替换部分内容)。

文件格式

数据以ZIP压缩包(dsp-bias-v2.0.zip)形式提供,大小为12.5 MB。

许可证

本数据集采用MIT许可证,允许自由使用、修改和分发。

下载方式

数据集托管于Zenodo平台,可通过以下链接访问:https://zenodo.org/records/21639935

基本信息

记录数量未知
文件大小12.5 MB
文件格式zip
数据来源Benjamin Daniels, Harvard T.H. Chan School of Public Health
文件大小12.5 MB
许可证MIT License
数据落地页https://zenodo.org/records/21639935
发布日期2026-07-28
官方下载https://zenodo.org/api/records/21639935/files/dsp-bias-v2.0.zip/content
可下载文件dsp-bias-v2.0.zip(11.9 MB)
数字标准化患者人口统计偏差LLM审计模拟对话HIV筛查

上架信息

数据集市运营
平台统一选品上架,经质量审核后公开
0 次下载

价格

免费