新方法仅用软标签估计公平贝叶斯误差

Mohit Sharma 等研究者提出一种估计公平约束下贝叶斯最优错误率（公平贝叶斯错误率）的方法，只需软标签和群体信息，无需输入特征或辅助训练，并给出了偏差与样本复杂度的理论界。该工作被 NeurIPS 2026 接收。 实验显示，即使软标签含噪、且由硬标签分类模型导出，该方法仍能稳定、低方差地估计最优公平性-准确率权衡曲线。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。