PulseAugur
中
实时 00:10:06
English(EN) Sequential Fairness Auditing with Limited Output Access

新框架支持具有有限模型访问的顺序AI公平性审计

作者 PulseAugur 编辑部 · [2 个来源] ·

研究人员开发了一个新的统计框架，用于审计AI公平性，特别是在审计人员对模型输出的访问有限的情况下。该方法将公平性审计视为一个顺序假设检验问题，允许审计人员收集证据，并在收集到足够的数据来确定合规性或违规性时停止。该框架专为在查询约束下必须顺序收集证据的场景而设计，为现实世界的AI治理提供了实用的解决方案。 AI

影响 在现实部署约束下，为顺序公平性审计提供了一个实用的统计框架。

排序理由 该集群包含一篇在arXiv上发表的研究论文，详细介绍了用于AI公平性审计的新统计框架。

在 arXiv cs.AI 阅读 →

AI 生成摘要 · Google Gemini · 来自 2 个来源。 我们如何撰写摘要 →

新框架支持具有有限模型访问的顺序AI公平性审计

报道来源 [2]

  1. arXiv cs.AI TIER_1 English(EN) · Ioannis Pitsiorlas, Martha V. Sourla, Marios Kountouris ·

    Sequential Fairness Auditing with Limited Output Access

    arXiv:2606.30338v1 Announce Type: new Abstract: External evaluations are becoming increasingly central to the governance of AI systems. In practice, however, independent auditors often have limited access to deployed models and must rely on query-based interactions. Most existing…

  2. arXiv cs.AI TIER_1 English(EN) · Marios Kountouris ·

    Sequential Fairness Auditing with Limited Output Access

    External evaluations are becoming increasingly central to the governance of AI systems. In practice, however, independent auditors often have limited access to deployed models and must rely on query-based interactions. Most existing fairness evaluation methods assume static datas…

相关实体

相关话题