BriefGPT - AI 论文速递
·
使用样本加权的公平类增量学习
💡
原文中文，约200字，阅读约需1分钟。
📝
内容提要
本研究提出一种新方法，通过调整训练权重和改变梯度方向，减少类增量学习中敏感群体的遗忘问题，提升群体公平性。实验表明，该方法在真实数据集上比现有方法更好地平衡准确性和公平性。
🎯
关键要点
-
本研究提出一种新方法，解决类增量学习中的敏感群体遗忘问题。
-
通过调整训练权重和改变梯度方向，减少表现较差群体的遗忘。
-
该方法旨在实现群体间的公平性。
-
实验结果显示，该方法在真实数据集上优于现有方法，能够更好地平衡准确性和公平性。
➡️
