BriefGPT.xyz
大模型
Ask
alpha
关键词
unfairness mitigation
搜索结果 - 3
KDD
AIM:归因、解释、减轻数据不公平
数据收集中的历史性歧视对弱势群体和个体产生了影响。现有的公平机器学习研究主要致力于减轻模型预测中的歧视倾向,但对于如何追踪数据中存在的偏见却付出了较少的努力,尽管这对公平机器学习的透明度和可解释性非常重要。为了填补这一空白,我们研究了一个新
→
PDF
21 days ago
APPLE:隐嵌入的对抗性隐私感知扰动用于公平性缓解
通过在潜在嵌入上引入微小的扰动,而不更新原始模型的权重,我们提出了一种新的方法 APPLE(Adversarial Privacy-aware Perturbations on Latent Embedding),以提高部署分割器的公平性,
→
PDF
4 months ago
ICLR
监督学习的公平感知数据估值
FADO 是一个数据评估框架,旨在将公平性考虑到与机器学习相关的任务(如数据预处理、探索性数据分析、主动学习)中,采用基于熵的数据估值指标来最大化性能和公平性,可作为不公平性缓解预处理技术的基础,对于质量较好的数据具有重要意义。
PDF
a year ago
Prev
Next