交互式公平学习框架

公平性导向的主动采样

不同于仅强调敏感属性预测精度的现有方案,该框架在优化敏感属性学习器的同时融入基模型公平性,并通过主动采样策略选择对公平性最有价值的数据。

Zeyu, Yang · Jizhi, Zhang · 冯福利 · Gao, Chongming · Wang, Qifan · 何向南

AI Open 2023

技术优势

公平性导向主动采样

通过主动采样选择对基模型公平性最有价值的数据,从而在有限标注预算下更有效地提升公平性。

直接针对公平性差距优化

在优化敏感属性学习器时直接考虑基模型公平性,而非孤立地提升敏感属性预测精度。

应用场景