分配多重性：评估拉舒蒙集的承诺

拉舒蒙集（Rashomon set）的等价优质模型集合承诺带来更少的歧视性算法、减少结果均质化以及通过模型集或协调实现更公平的决策。然而，我们从分配多重性的角度出发，认为这些承诺可能难以实现。当合格候选人数量超过可用资源时，许多不同的资源分配方案都可以实现相同的效用。这种等效效用分配空间可能无法被准确地反映在拉舒蒙集中，我们在医疗保健分配案例研究中予以证明。我们将这些未实现的承诺归因于以下几个因素：对拉舒蒙集进行抽样的经验方法局限、标准做法是确定性地选择风险最低的个体，以及结构性偏见导致所有等效优质模型都将某些合格个体视为本质上具有风险。