arXiv 机器学习· Joshua Wolff Anderson, Yanshan Wang, Shyam Visweswaran·· 1 day agoAI score32
基于激活引导的 Transformer 任务无关反事实公平性框架
A Framework for Task-Agnostic Counterfactual Fairness in Transformers through Activation Steering
Not yet translated; shown in Chinese.
AI guide
研究人员提出 MICF 框架，利用机械可解释性工具通过激活引导在 Transformer 中重构反事实公平性约束。该框架无需先验因果模型或特定 Transformer 架构，将既有方法整合为单一的公平性分析流水线。在真实世界表格数据上的实验表明，MICF 能够有效改善跨不同预测任务的反事实公平性。
Source:arXiv 机器学习 · arxiv.org