BriefGPT - AI 论文速递 · 2024-11-05T00:00:00Z Bias and Fairness: Improving $α$-sized Worst-case Fairness via Intrinsic Reweighting 💡 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方法，通过内在重标定训练样本的重要性，解决缺乏人口统计信息下的公平性问题。该方法针对最坏情况进行训练，增强了对异常值的鲁棒性，实验结果显示其在公平性基准测试中表现优越。 🏷️ 标签 公平性 异常值 训练样本 重标定 鲁棒性 阅读原文 生成长图 分享链接 已复制链接
