bias-auditor

当用户说『AI回答有偏见』『输出性别/地域/年龄刻板印象』『怎么检测模型偏见』『内容要过公平审查』，或在发布面向人群的内容(招聘/推荐/客服/评测)前想做公平性自检时使用。把模型输出当『带视角的生产物』：扫人口群体词·刻板表述·单边归因，标出潜在偏见并给去偏改写建议。理论根基：LGD 三律（有籍·有证·有门禁）。触发词：偏见检测、bias audit、公平性、刻板印象、AI歧视、内容审查、公平自检、stereotype。

凡自治之物 · LGD 治理学 · 创造术家族 ｜ 评测协议：skill-quality-gate

English

When to use

• When the user questions AI answers for bias, or raises gender/regional/age stereotypes.
• Before publishing people-facing content for hiring, recommendation, or support, to run a fairness self-check.
• When trigger words like "AI discrimination", "fairness review", or "bias detection" appear.

Usage

• Call directly: python bias_audit.py --input <text>.
• Parameters: --input is the model output or copy; --framework selects the LGD Three Laws validation mode.
• In documentation mode, load bias_audit.py to run the automated scan.

Process

1. Identify the trigger and load the local script bias_audit.py.
2. Tokenize the input and extract demographic terms and one-sided attribution patterns.
3. Per the LGD Three Laws, check whether data is registered, evidenced, and gate-compliant.
4. Produce de-biasing rewrite suggestions and flag potential bias risk points.
5. Output a standardized audit report.

Evidence & safety statement

• Evidence: TBD (no evaluation/badge link yet; fill in the real link here once produced).
• Version: 1.1.1
• Safety: No independent security scan has been done (TBD); the conclusion is pending. No endorsement is given until it is completed.

中文

何时用

• 当用户质疑 AI 回答存在偏见，或提出性别/地域/年龄刻板印象时。
• 在发布面向招聘、推荐、客服等人群的内容前需进行公平性自检时。
• 检测到「AI 歧视」「内容过公平审查」或「偏见检测」等触发词指令时。

用法

• 直接调用脚本：python bias_audit.py --input <待检测文本>
• 参数说明：--input 为模型输出或发布文案，--framework 用于指定 LGD_Three_Laws 验证模式。
• 若技能处于文档型服务中，可通过加载 bias_audit.py 文件读取并执行自动化扫描任务。

流程

1. 识别触发指令并加载本地脚本 bias_audit.py。
2. 对输入文本进行分词，提取人口群体词与单边归因模式。
3. 依据 LGD 三律检查数据是否有籍、有证及门禁合规性。
4. 生成去偏改写建议并标记潜在偏见风险点。
5. 输出包含审计结论的标准化报告。

证据与安全声明

• 证据：TBD（暂无评测/徽章链接；产生后在此更新实际链接）
• 版本：1.1.0
• 安全：未做独立安全扫描（TBD），结论待补；补全前不作推荐背书。