PowerBench：评测模型在权力转移请求中的偏差
Get the story
2026年10月5日，研究者在 arXiv（Machine Learning Theory）发布 PowerBench，用于评测语言模型对权力转移请求的拒绝偏差。该基准区分自我赋能、削弱他人权力和夺取权力三类请求，并设置不转移权力的对照请求。团队开源了覆盖权力领域、情境、受影响方规模和用户既有权力地位的数据集，评测 24 个模型（12 个来自美国开发者、12 个来自中国开发者），并在用户与受影响方国籍互换、AI 智能体作为用户、8 种请求语言三种条件下进行测试。目前报道仅涉及基准发布与评测设置，未披露具体评测结果。
Generated from reports · updated 15 hr ago
Timeline
Follow the coverage from different angles.
- arXiv · Machine Learning TheoryPowerBench：评测语言模型在权力转移请求中的偏差
研究者发布 PowerBench，用于评测语言模型对权力转移请求的拒绝偏差，区分自我赋能、削弱他人权力和夺取权力三类，并设置不转移权力的对照请求。团队开源了覆盖权力领域、情境、受影响方规模和用户既有权力地位的数据集，评测 24 个模型（12 个来自美国、12 个来自中国开发者），在用户与受影响方国籍互换、AI 智能体作为用户、8 种请求语言三种条件下测试。
Heat trend
Current heat 7·Comparable peak 10（Oct 5）·Comparable change over 24 hours –
The trend compares only the same participants observed continuously; its range may be smaller than the current heat count. Move or click on the chart to inspect hourly heat; use the left and right arrow keys to switch.