BriefGPT.xyz
大模型
Ask
alpha
关键词
machine learning fairness
搜索结果 - 5
数据集公平性:通过效用保证在您的数据上实现公平
机器学习公平性经常导致准确率下降,我们提出了一种基于数据集的高效方法来逼近公平性 - 准确性权衡曲线,并通过引入置信区间来量化逼近的不确定性,从而为各种数据模态下的数据集特定公平决策提供了一种有原则的框架。
PDF
4 months ago
FairCompass:机器学习中的公平操作
提出了一种名为 'FairCompass' 的人在循环中的公平审计方法,通过混合可视化分析系统将子组发现技术和基于决策树的模式集成到终端用户中,以促进可视分析的知识生成模型的使用,在实际情境中评估了 FairCompass 的公平审计效果,
→
PDF
6 months ago
fairret: 可微公平规范项的框架
将公平性的定义量化为模块化目标,易于与自动微分流程集成的公平化正则化项 (fairrets) 框架,通过广义公平性的线性分数统计量定义,可以高效计算出多种 fairrets。实验证明其梯度的行为以及与基准方法相比在保持最小预测准确性损失的同
→
PDF
8 months ago
构成分类的多组公平性提高的可伸缩解决方案
本文提出了多组多标签系统中两种简单的技术,任务超条件和组交错,以在改善公平性方面取得常数级别的进展。实验结果表明,这种提议在学术和现实环境中具有很高效的可行性。
PDF
a year ago
解释的力量:走向自动去偏见的仇恨言论检测
本研究提出了一种自动的误用检测器,该检测器依赖于解释方法来检测潜在的偏见,并基于此构建了端到端的去偏扭框架,适用于文本分类器而无需任何外部资源。
PDF
2 years ago
Prev
Next