本文提出了一种新的基于风险差的算法，用于量化受保护变量在图中的歧视影响力，并提出了一种快速适应的偏差控制方法，以减少元学习中组的不公平性。实验结果表明，该方法可以高效地检测偏见并减轻模型输出上的偏见以及对训练样本量少的未见任务的精度和公平度的泛化。