BriefGPT.xyz
大模型
Ask
alpha
关键词
intersectional fairness
搜索结果 - 4
利用分层群组结构实现交叉公平的合成数据生成
该论文介绍了一种特定的数据增强方法,旨在增强分类任务中的交叉公平性。这种方法利用交叉性内在的层级结构,将群体视为其父类别的交集,通过学习组合父类群体数据的转换函数,对较小群体进行数据增强。我们对四个不同数据集进行的实证分析(包括文本和图像)
→
PDF
a month ago
生成人工智能的公平性的正式规范、评估和强制执行
生成式人工智能越来越多地生成类似于人类输出的内容,从文本到图像等,增加了强化或加剧社会偏见和不平等的风险。我们在此正式刻画生成式人工智能的公平性概念,作为监测和强制公平性的基础。我们利用无限词的概念定义了两个层面的公平性。第一个层面是对生成
→
PDF
2 months ago
具有统计保证的参数公平性
通过将与预测相关的分布属性纳入考虑,我们扩展了人口平等的概念,允许专家知识在公平解决方案中得到应用,并通过一个工资的实际案例说明了此新度量的使用,同时开发了解决实际挑战的参数方法,提供了一个适用于现实生活中应用场景的强大解决方案。
PDF
8 months ago
分类问题中审计和实现交叉公平性
本文研究关于机器学习中的公平性问题,针对多种敏感属性,提出了应对交叉性公平性偏差的方法,定义了一系列评估数据或模型输出结果公平性的指标,并开发了后处理技术来减轻分类模型的交叉性偏差。这些技术不依赖于底层模型的任何假设,并可以保持公平性和预测
→
PDF
5 years ago
Prev
Next