BriefGPT - AI 论文速递
·
平等的长期收益率：将静态公平概念应用于顺序决策
💡
原文中文，约300字，阅读约需1分钟。
📝
内容提要
本文提出了一种框架，以实现长期公平的顺序决策制定。通过强制性和软性干预，将路径特定效应作为测量长期公平性的定量工具。公平的顺序决策制定问题被规定为一个以效用为目标、长期和短期公平性为约束条件的约束优化问题。使用重复风险最小化（RRM）进行模型训练，并在理论上分析了RRM的收敛性。经验证实，该算法在时间数据集上表现良好。
🎯
关键要点
- 提出了一种框架，以实现长期公平的顺序决策制定。
- 通过强制性和软性干预，提出了将路径特定效应作为测量长期公平性的定量工具。
- 公平的顺序决策制定问题被规定为一个以效用为目标、长期和短期公平性为约束条件的约束优化问题。
- 展示了优化问题可以转化为执行风险优化。
- 使用重复风险最小化（RRM）进行模型训练，并分析了RRM的收敛性。
- 经验证实，该算法在合成和半合成的时间数据集上表现良好。
➡️
