提出交叉公平性优化框架

Jiří Němeček等提出一个利用混合整数优化训练交叉公平且内在可解释分类器的统一框架。作者声称证明了两种交叉公平性度量MSD和SPSF在识别最不公平子群方面等价，并通过实证显示其算法能提升发现偏差的性能；该方法可训练将交叉偏差限制在可接受阈值内的高性能、可解释分类器。当前仅依据论文摘要，摘要未说明数据规模、基线、阈值和实验细节。

摘自 arXiv · cs.AI

还没有足够的连续观测数据，暂不绘制趋势。