BriefGPT.xyz
Ask
alpha
关键词
fairness trade-offs
搜索结果 - 1
ICML
揭秘联邦学习中的本地和全局公平权衡:使用部分信息分解
用信息论的视角探讨了联邦学习中与敏感属性(如性别、种族等)相关的公平性权衡问题,通过部分信息分解(PID)的方法确定了三种不公平性的来源,即独特差异、冗余差异和掩盖差异,并在实验证明了这三种差异如何影响全局和本地的公平性,提供了更精细的不公
→
PDF
a year ago
Prev
Next