生成模型中的公平性度量
机器学习
2021-07-19 v1
摘要
深度生成模型在提升训练稳定性与生成数据质量方面已取得诸多进展。近来，人们对深度生成数据公平性的兴趣日益增长。公平性在许多应用中十分重要，例如执法，因为偏差会影响效能。公平数据生成的核心在于用于评估和评价不同生成模型的公平性度量。本文中，我们首先回顾先前工作提出的公平性度量并指出其潜在弱点。随后我们讨论一个性能基准框架以及对替代度量的评估。
引用
@article{arxiv.2107.07754,
title = {Measuring Fairness in Generative Models},
author = {Christopher T. H Teo and Ngai-Man Cheung},
journal= {arXiv preprint arXiv:2107.07754},
year = {2021}
}
备注
Accepted in ICML 2021 Workshop - Machine Learning for Data: Automated Creation, Privacy, Bias