BriefGPT - AI 论文速递
·
效用公平交替及其搜索方法
💡
原文中文，约500字，阅读约需2分钟。
📝
内容提要
本文研究了构建考虑人口统计公平性的分类系统的问题，提出了两种效用-公平权衡的方法，并对超过1000个预训练模型进行了评估。结果显示当前方法在公平-效用权衡上有改进空间。
🎯
关键要点
- 构建考虑人口统计公平性的分类系统需要最大化效用和确保公平性。
- 效用和公平之间存在竞争关系，优化时需要权衡。
- 文章探讨了效用和公平之间的最佳权衡。
- 提出了两种效用-公平权衡的方法：数据空间权衡和标签空间权衡。
- 定义了效用-公平平面上的三个区域：完全可能、部分可能和不可能。
- 提出了一种方法U-FaTE，用于量化预测任务和群体公平性的权衡。
- 对超过1000个预训练模型的公平表示方法进行了评估，结果显示当前方法在公平-效用权衡上有改进空间。
➡️
