使用差分隐私合成数据对人工智能公平性进行定量审计

💡 原文中文,约200字,阅读约需1分钟。
📝

内容提要

该研究提出了一种基于差分隐私的合成数据公平性审计框架,有效解决了传统人工智能系统中的安全与隐私问题。实验结果表明,该框架在保护敏感信息的同时,实现了有效的公平性评估。

🏷️

标签

➡️

继续阅读