BriefGPT - AI 论文速递 · 2023-12-12T00:00:00Z 公平 SISA：集成后处理以提高 LLMs 的公平性 💡 原文中文，约200字，阅读约需1分钟。 📝 内容提要 本文研究了多分类情况下实现公平性的问题，并扩展了基于后处理方法的方法，以实现机器学习分类器的公平性。实验发现，该方法在数据集中个体数量较高时，精度下降微不足道，且能强制实施公平。 🏷️ 标签 公平性 后处理方法 多分类 机器学习分类器 精度 阅读原文 生成长图 分享链接 已复制链接
