#公平性

共 3 篇相关文章

新研究揭示临床多智能体系统存在“差异洗白”现象：审议无法消除偏见，反而将其隐藏。了解如何通过多样视角集成减少差异。

针对MLP违约概率模型，本文超越AUC、KS、GINI等标准指标，介绍校准曲线、Brier分数、排序稳定性、SHAP归因、压力测试等验证技术，并详细讨论信用风险模型的公平性与偏差检查方法，包括人口统计平价、机会均等、预测平价及持续监控框架。

一项arXiv新研究探讨如何在学生学业风险预测中融合公平性与可解释性，结合RL-MIL、对抗去偏与偏好超网络。研究发现偏好调节机制出现模式崩溃，揭示多目标优化需要显式的梯度平衡与目标分离机制。