本研究提出了一种“目标增强偏差减轻”（TAB）框架，旨在解决深度神经网络在不同群体间的表现差异。该方法通过识别虚假样本生成平衡训练集，提高最差群体的性能，同时保持整体准确性，无需特权信息或超参数调优。