BriefGPT - AI 论文速递
·
快速与公平：机器学习中公平性的高效二阶鲁棒优化
💡
原文中文，约200字，阅读约需1分钟。
📝
内容提要
介绍了一种培训机器学习模型的方法，以保持在输入扰动下的公平性，并使用分布鲁棒优化方法进行训练。该方法在两个容易受到性别和种族偏见影响的机器学习任务上表现良好。
🎯
关键要点
- 提出了一种培训机器学习模型的方法，以保持在输入扰动下的公平性。
- 该公平性形式化为个体公平性的一种变体。
- 使用分布鲁棒优化方法在训练期间强制执行公平性。
- 该方法在两个受性别和种族偏见影响的机器学习任务上表现良好。
➡️
