以快乐为公平性度量
机器学习
2025-11-04 v1 机器学习
摘要
本文提出一种基于快乐（happiness）——即决策结果中各群体获得效用的度量——的新型公平性框架。通过此直观视角捕捉公平性，不仅提供更以人为中心的方法，同时具备数学严谨性：为计算最优公平后处理策略，仅需求解一个线性规划。因此，该方法既高效又可通过现有优化工具实现可扩展。进一步，该方法统一并扩展了多个著名公平性定义，实证结果突显其在多样情境下的实际优势。
引用
@article{arxiv.2511.01069,
title = {Happiness as a Measure of Fairness},
author = {Georg Pichler and Marco Romanelli and Pablo Piantanida},
journal= {arXiv preprint arXiv:2511.01069},
year = {2025}
}