2024年通过指标和评估视角审视算法公平性研讨会 (AFME)

Miriam Rateike, Awa Dieng, Jamelle Watson-Daniels, Ferdinando Fioretto, Golnoosh Farnadi; 通过指标和评估视角审视算法公平性研讨会论文集, PMLR 279:1-7

[摘要][下载PDF]

从模型到系统：组合推荐系统中人工智能系统公平性的全面框架

Brian Hsu, Cyrus DiCiccio, Natesh S. Pillai, Hongseok Namkoong; 通过指标和评估视角审视算法公平性研讨会论文集, PMLR 279:8-37

[摘要][下载PDF][补充PDF]

通过多因素分析更好地基准测试语言模型的偏见

Hannah Powers, Ioana Baldini, Dennis Wei, Kristin P. Bennett; 通过指标和评估视角审视算法公平性研讨会论文集, PMLR 279:38-67

[摘要][下载PDF][补充PDF]

算法公平性的交叉性问题

Johannes Himmelreich, Arbie Hsu, Ellen Veomett, Kristian Lum; 通过指标和评估视角审视算法公平性研讨会论文集, PMLR 279:68-95

[摘要][下载PDF][补充PDF]

不同的马适合不同的赛道：比较机器学习中的偏见缓解算法

Prakhar Ganesh, Usman Gohar, Lu Cheng, Golnoosh Farnadi; 通过指标和评估视角审视算法公平性研讨会论文集, PMLR 279:96-118

[摘要][下载PDF][补充PDF]

通过解决固有模型缺陷来改进视觉语言模型中的偏见指标

Lakshmipathi Balaji Darur, Shanmukha Sai Keerthi Gouravarapu, Shashwat Goel, Ponnurangam Kumaraguru; 通过指标和评估视角审视算法公平性研讨会论文集, PMLR 279:119-132

[摘要][下载PDF][补充PDF]

多语言幻觉差距

Cléa Chataigner, Afaf Taïk, Golnoosh Farnadi; 通过指标和评估视角审视算法公平性研讨会论文集, PMLR 279:133-155

[摘要][下载PDF][补充PDF]

用于最差组准确率的公平性增强数据增强方法

Monica Welfert, Nathan Stromberg, Lalitha Sankar; 通过指标和评估视角审视算法公平性研讨会论文集, PMLR 279:156-172

[摘要][下载PDF][补充PDF]

跨设备联邦学习中的隐私保护组公平性

Sikha Pentyala, Nicola Neophytou, Anderson Nascimento, Martine De Cock, Golnoosh Farnadi; 通过指标和评估视角审视算法公平性研讨会论文集, PMLR 279:173-198

[摘要][下载PDF][补充PDF]