disparity

关于Llama模型基准测试分数与实际性能之间存在显著差距的讨论，作者正在寻求帮助。

本文提出了GESD，一种面向过程的公平性度量，用于衡量不同子组之间解释稳定性的差异，并将其集成到一个多目标优化框架中，以联合优化效用、结果公平性和解释公平性。