Active Fourier Auditor for Estimating Distributional Properties of Machine Learning Models

💡 原文英文,约100词,阅读约需1分钟。
📝

内容提要

本研究提出了一种新的主动傅里叶审计器(AFA)框架,用于更高效地审计机器学习模型的鲁棒性和公平性。实验显示,AFA在样本效率和准确性上优于现有方法。

🎯

关键要点

  • 本研究提出了一种新的主动傅里叶审计器(AFA)框架。
  • AFA用于更高效地审计机器学习模型的鲁棒性和公平性。
  • AFA通过图样点的傅里叶系数进行查询。
  • AFA能够更准确、高效地估计感兴趣的模型属性。
  • 实验结果显示,AFA在样本效率和准确性上优于现有方法。
➡️

继续阅读