arXiv · cs.AI· Suryansh Talukdar (Purdue University Fort Wayne), Taha Sarwat (Purdue University Fort Wayne), Jonathan Rusert (Purdue University Fort Wayne)·· 7 小时前
论文提出Plausibility-EFG与Fair-REF以缓解仇恨言论检测中的解释群体差异
Mitigating Demographic Disparities in Explanation-Human Alignment via Rationale Regularization
arXiv:2610.22586v1阅读论文 PDF ↗
仅依据论文摘要整理；未读取全文，实验条件、证明与基准细节请核对原文。
作者：Suryansh Talukdar (Purdue University Fort Wayne), Taha Sarwat (Purdue University Fort Wayne), Jonathan Rusert (Purdue University Fort Wayne)
研究任务与主要进展
基于论文摘要，作者提出Plausibility-EFG，用于衡量不同人口群体间模型解释合理性的最大差异，并提出Fair-REF框架缓解这些差异。
阶段、条件与复现 · 深读核对
- 新能力对应什么具体任务与最小输入输出？
- 代码、模型、数据、许可与可用入口是否明确？
- 效果、总成本、失效条件与实际工作流如何验证？
这些是阅读核对问题；材料未说明的条件保留未知。请结合上方论文版本、资料范围与原文核验。
来源：arXiv · cs.AI · arxiv.org