本文介绍了一种新的边际无偏网络（MDN），用于学习无偏表示。通过引入边际惩罚的思想，设计了边际 softmax 损失（MSL），并通过元学习框架自适应更新边际参数。实验结果表明，MDN在少数人群样本上取得了显著的性能，并在对抗先前方法时获得更好的无偏结果。