BriefGPT.xyz
Ask
alpha
关键词
unfairness issues
搜索结果 - 3
fairBERTs:通过语义和公平感知扰动抹除敏感信息
通过生成对抗网络生成语义和公平感知扰动,通过消除受保护敏感信息来学习公平微调的 BERT 类模型 fairBERTs,在维持模型实用性的同时,解决预训练语言模型中存在的刻板偏见和不公平问题。
PDF
17 days ago
带有缺失属性的图上的公平属性补全
本文提出了一种名为 FairAC 的公平属性补全方法,采用注意力机制来处理属性丢失问题,并同时减少因属性完整性而导致的两种不公平性,通过在基准数据集上进行实验,结果表明我们的方法在公平性性能方面比公平图学习的现有方法表现更好且牺牲较少的准确
→
PDF
a year ago
避免恶意解释:使用 STEALTH
STEALTH 是一种方法,通过递归双向聚类数据并向 AI 模型询问关于类别标签的有限数量的查询来避免恶意攻击和不公平问题。
PDF
2 years ago
Prev
Next