研究人员开发了 PyFair，这是一个旨在正式评估和验证深度神经网络个体公平性的新框架。该系统采用 concolic 测试技术，系统地探索网络行为并识别歧视性实例。虽然 PyFair 在基准模型（包括已进行偏见缓解的模型）上表现出有效性，但它在处理更复杂的架构时面临可扩展性挑战。 AI
影响 引入了一种检测和验证深度学习模型公平性问题的新形式化方法。
排序理由 介绍神经网络公平性测试新框架的学术论文。
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →
研究人员开发 PyFair 框架用于测试神经网络的个体公平性
报道来源 [1]
-
Concolic Testing on Individual Fairness of Neural Network Models
arXiv:2509.06864v2 Announce Type: replace Abstract: This paper introduces PyFair, a formal framework for evaluating and verifying individual fairness of Deep Neural Networks (DNNs). By adapting the concolic testing tool PyCT, we generate fairness-specific path constraints to syst…