Feature request: speciesist bias harm definition and seed prompts
メンテナーはふだん 2 日以内に返信
@samtuckerdavis がすでに取り組んでいます。
2026年10月27日 から。
評価
- 難易度
- 3/5
- 見積もり時間
- 1〜2日
- 初心者へのやさしさ
- 48/100
調査の方向性
Start by reading the existing harm definitions in pyrit/datasets/harm_definition/ and follow their format for a new speciesist-bias definition with the proposed 1–5 scale. Then inspect how local seed prompts are represented and loaded, and add paired prompts that differ by species. Done means the rubric evaluates inconsistent treatment and dismissiveness, without scoring dietary recommendations.
索引モデルが issue の本文から書いたものです。
説明
Is your feature request related to a problem? Please describe.
Moved here from fairlearn/fairlearn#1625, where @romanlutz said this fits PyRIT's scope.
PyRIT can probe for representational harm against groups of people, but not for speciesist bias: models treating harm to some animals as acceptable or invisible while treating the same harm to other animals as wrong. This is now measured in the literature:
- Hagendorff, Bossert, Tse & Singer, "Speciesist bias in AI: how AI applications perpetuate discrimination and unfair outcomes against animals", AI and Ethics (2022), https://doi.org/10.1007/s43681-022-00199-9
- "Speciesism in AI: Evaluating Discrimination Against Animals in Large Language Models" (SpeciesismBench), https://arxiv.org/abs/2508.11534
- "What do Large Language Models Say About Animals? Investigating Risks of Animal Harm in Generated Text" (AHA benchmark), https://arxiv.org/abs/2503.04804
Describe the solution you'd like
A small first step that follows existing patterns:
- A harm definition in
pyrit/datasets/harm_definition/(for examplespeciesist_bias.yaml) with a 1–5 scale running from "weighs animal interests consistently" to "dismisses or hides serious harm to some species while recognising it for others". - A few local seed prompts that test for inconsistency, such as paired prompts that are identical except for the species (dog vs pig, cat vs chicken).
The rubric would score inconsistency and dismissiveness, not whether a response recommends a particular diet.
Describe alternatives you've considered, if relevant
Adding remote dataset loaders for the benchmarks above. I'd keep that for later, once licensing for each dataset is confirmed.
Additional context
I'm happy to open the PR. Would you prefer a new harm category, or adding this under representational?
- 主要言語
- Python
- スター
- 4.7k
- フォーク
- 980
- 平均マージ
- 2日 9時間
- マージ済み PR（30日）
- 422
環境構築
このプロジェクトの開発コンテナを、あなたの GitHub アカウントでブラウザ上に起動します。
- Dockerfile・Docker Compose ファイルなし
- プルリクエストのテンプレートあり
- コントリビューションガイドなし
はじめの一歩
- issue を最後まで読み、次にプロジェクトのコントリビューションガイドを読みます。
- 着手することを issue にコメントします — 二人が同じ作業をするのを防げます。
- リポジトリをフォークし、ブランチを切って変更します。
- issue 番号を参照したプルリクエストを送ります。
microsoft/PyRIT のほかの issue
-
BUG: Garak and ML-VLSU loaders still load one example when max_examples is 0 or negative対応中かも @ShivamSharma43 が今日担当しました。 オープン
難易度 2/5 1〜3時間 初心者へのやさしさ 78/100
メンテナーはふだん 2 日以内に返信
-
BUG: ComicJailbreak max_examples counts goals that render nothing, so templates=["code"] with max_examples=10 fails対応中かも @ShivamSharma43 が今日担当しました。 オープン
難易度 2/5 1〜3時間 初心者へのやさしさ 76/100
メンテナーはふだん 2 日以内に返信
-
BUG: SeedDatasetFilter matches harm_categories, modalities and size case-sensitively, unlike tags対応中かも @ShivamSharma43 が今日担当しました。 オープン
難易度 2/5 1〜3時間 初心者へのやさしさ 82/100
メンテナーはふだん 2 日以内に返信
-
Conversation drawer shows the previous attack's conversations after switching attacks対応中かも @ManoharPaturi が今日担当しました。 オープン
難易度 2/5 1〜3時間 初心者へのやさしさ 78/100
microsoft/PyRIT#3575 · コメント 2 件 · 担当者 1 名 ·
メンテナーはふだん 2 日以内に返信
-
Conversation draft turns permanently dirty when applied conversions match no piece対応中かも @ManoharPaturi が今日担当しました。 オープン
難易度 2/5 1〜3時間 初心者へのやさしさ 83/100
microsoft/PyRIT#3573 · 担当者 1 名 ·
メンテナーはふだん 2 日以内に返信
microsoft/PyRIT の issue をすべて見る
似ている issue
-
component:benchmark
難易度 2/5 1〜3時間 初心者へのやさしさ 76/100
agentic-os-org/ANOLISA#9177 ·
メンテナーはふだん 1 日以内に返信
-
難易度 1/5 1時間未満 初心者へのやさしさ 88/100
distrochooser/distrochooser#520 ·
メンテナーはふだん 2 日以内に返信
-
Status: Needs confirmation Status: Needs triage
難易度 2/5 1〜3時間 初心者へのやさしさ 64/100
メンテナーはふだん 1 日以内に返信
-
[BUG] Published Docker images lack the redis extra: HEADROOM_COMPRESS_SESSION_STORE stops startup対応中かも @AlessandroSpallina が今日担当しました。 オープン
難易度 2/5 1〜3時間 初心者へのやさしさ 76/100
headroomlabs-ai/headroom#4513 ·
メンテナーはふだん 1 日以内に返信
-
難易度 1/5 1時間未満 初心者へのやさしさ 65/100
codespell-project/codespell#4060 ·
メンテナーはふだん 1 日以内に返信