研究者提出基于激活引导的Transformer反事实公平性框架MICF

1. 13:00
   arXiv 机器学习

   基于激活引导的 Transformer 任务无关反事实公平性框架

   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。

Current heat 4·Comparable peak 9（Nov 3 18:00）·Comparable change, last 24 hours-51%

Trends compare only the same parties observed continuously, so the scope can be narrower than current heat counts. Move the pointer or tap the chart to see hourly heat; use the left and right arrow keys on a keyboard.