performance disparity | BriefGPT

关键词performance disparity

搜索结果 - 7

费曼路径积分理解扩散模型
利用费曼路径积分的新方法来描述分数评分的扩散模型，推导了反向随机微分方程和损失函数，通过应用量子物理中的 Wentzel-Kramers-Brillouin (WKB) 展开技术来评估随机和确定性采样方案之间的性能差异。
PDF3 months ago
SemEval-2024 任务 9：解码脑筋急转弯的有效性 —— 专用模型与 ChatGPT 的对比
本研究提出了一种专用模型，旨在解决 BRAINTEASER 任务，这是一个设计用来评估模型通过句子和单词谜题的侧向思维能力的新挑战。我们的模型在测试阶段在解决句子谜题方面表现出卓越的效果，总得分达到 0.98。此外，我们探讨了 ChatGP
PDF4 months ago
确保动态推荐系统中用户方面的公平性
针对用户组公平性和减少性能差异等问题，本文提出了一种动态的 FAir Dynamic rEcommender（FADE）框架，通过精调模型参数以确保用户组公平性和高质量推荐，实验证明 FADE 在减少性能差异和改善推荐质量方面表现出色。
PDF10 months ago
MM揭示歌声转录中的性别公平
通过使用属性预测器对韵律事件进行条件对齐，我们提出了一种减少性别偏见的方法，在不降低整体歌唱声音转录性能的情况下，显著减少了性别偏见，从而提供更好的公平性 - 实用性权衡。
PDFa year ago
图神经网络结构差异的解密：一个大小适合所有问题么？
本文研究了 GNN 在同构和异构图中节点分类性能的差异。我们提出了一种非 i.i.d PAC-Bayesian 概率界，并通过特征聚合距离和同质比异质性差异解释了性能差异，并证实了较深的 GNN 的有效性。此外，我们发现了图形分布偏移问题的
PDFa year ago
知识图谱上公平可解释的推荐
本文分析了不同活跃度用户的推荐性能，发现不同群体之间存在偏差，特别是不活跃用户会更容易受到不公平的对待。为了减少不公平现象，提出了通过启发式重新排序的公平性约束方法，实验结果表明该方法能提供高质量的可解释推荐，并降低了几个方面的推荐不公平性
PDF4 years ago
避免偏见的对抗性分布：无需重新训练的修复方法
利用机器学习模型的输出和输入的概率分布对基于敏感属性（如性别或种族）的性能不均衡进行量化，并通过扰动劣势群体的输入变量的分布来减少固定分类模型对感兴趣人群的影响，从而通过数据预处理器实现消除性能差异的目的。
PDF5 years ago