内容调控中的推迟学习:人工智能与人类的相互作用

💡 原文中文,约200字,阅读约需1分钟。
📝

内容提要

我们提出了一个框架,结合机器学习和专家预测,以提高分类器的准确性和公平性。测试结果显示,该框架在预测准确性和公平性方面显著改善,并在实际内容审核数据集上优于传统基线。

🎯

关键要点

  • 提出了一个框架,结合机器学习和专家预测。

  • 框架旨在提高分类器的准确性和公平性。

  • 通过推迟到人类专家来确保低置信度分类器的准确性和公平性。

  • 测试结果显示框架显著提高了预测的准确性和公平性。

  • 在实际内容审核数据集上,框架优于传统基线。

➡️

继续阅读