研究提出解释公平性指标与Fair-REF框架
热点事件持续更新
研究提出解释公平性指标与Fair-REF框架
1 篇报道1 个报道来源10 小时前更新
先了解这件事
AI 综述
Suryansh Talukdar 等作者提出 Plausibility-EFG 指标与 Fair-REF 框架，目标是缩小仇恨言论审核模型在不同人口群体间解释合理性的差距。作者称，该指标用 HateXplain 数据集衡量各群体间解释合理性的最大差距，并在 BERT、RoBERTa 与对抗训练的 ADV-RoBERTa 上作对比。报道未给出该框架实际缩小差距的效果数据。
AI 根据报道生成 · 1 小时前更新
最新进展10月19日 12:00
通过理由正则化缓解解释与人类对齐中的群体差异报道时间线
沿着报道，了解事件的不同侧面。
10月19日
- arXiv cs.CL通过理由正则化缓解解释与人类对齐中的群体差异
研究提出 Plausibility-EFG 指标，用 HateXplain 数据集衡量不同人口群体间解释合理性的最大差距，并对比 BERT、RoBERTa 与对抗训练的 ADV-RoBERTa。
本事件热度走势
还没有足够的连续观测数据，暂不绘制趋势。