BriefGPT.xyz
Ask
alpha
关键词
bias transfer
搜索结果 - 2
FairBranch:在任务组分支上对公平多任务学习的公平冲突纠正
通过评估学习参数的相似性,将相关任务分组以减轻负迁移,并在这些任务组内纳入公平性损失梯度冲突校正,从而解决多任务学习中的负迁移和偏见传递问题。实验证明,FairBranch 在公平性和准确性方面优于最先进的多任务学习方法。
PDF
9 months ago
AAAI
关于人工智能和人类协同招聘团队表现和偏见的研究
探讨了使用 AI 辅助决策时,人工智能的预测性能与偏差如何对人类决策产生影响的复杂动态,并通过大规模用户研究发现,高性能的模型显著提高了人类在混合环境中的表现,但有些模型削弱了混合偏见,有些则加重了混合偏见。这些研究结果表明,预先评估这些复
→
PDF
2 years ago
Prev
Next