BriefGPT.xyz
大模型
Ask
alpha
关键词
fairness research
搜索结果 - 4
DispaRisk: 数据集中不平等风险的评估和解释
介绍 DispaRisk,这是一种新颖的框架,旨在在 ML 流程的初期阶段,主动评估数据集中差异的潜在风险。通过与公平研究中常用的数据集进行基准测试,我们发现 DispaRisk 能够识别具有高歧视风险、易受偏见影响的模型家族以及增加 ML
→
PDF
a month ago
有限敏感信息泄露下为公平节点分类的去偏置图神经网络映射
提出了一种名为 MAPPING 的新型模型无关的去偏框架,用于公平节点分类,其中采用了基于距离协方差 $dCov$ 的公平约束,同时减小了任意维度中的特征和拓扑偏差,并结合对抗去偏以限制属性推断攻击的风险。在不同的 GNN 变体的真实数据集
→
PDF
5 months ago
印度语言技术公正研究的文化再情境化
本文提出了一个完整的研究议程以便在印度社会背景下重新定义 NLP 公平性研究,同时考虑印度文化价值,缩小技术和资源方面的差异,并总结了一个关于印度社会不平等各个方面存在的社会偏见的实证研究,表明它们在语料库和模型中的普遍存在。
PDF
2 years ago
ACL
预测公平性的系统评估
研究偏见数据训练中的偏差的缓解方法,分析多种方法在不同数据条件下的性能表现,发现仅基于标准数据集进行评估的公平性研究实践存在局限性。
PDF
2 years ago
Prev
Next