Efficient Active Auditing of Multi-Group Fairness with Bias Probes
バイアス・プローブによる多群間公平性の効率的な監査手法
国際機会要約
機械学習モデルの公平性監査において、モデルの再構築や抽出攻撃のリスクを避けつつ、どのデータ領域がバイアスを生むかを特定する新手法「バイアス・プローブ」を提案する。これに基づくALeBという手法を示す。
機会の側から考える
モデル内部を公開せずに偏りの発生箇所を特定できれば、企業は秘密性を保ったまま公平性の説明責任を果たせる余地が生まれる。
記事に書かれた事実ではなく、読む人が考えるための問いかけです。キーワード
タイトル、要約、分類、波及は、原文のフィード情報をもとにAIが作成しました。全訳は掲載していません。正確な内容は原文でご確認ください。