PulseAugur
中
实时 09:58:40
English(EN) Fairness in Link Prediction Beyond Demographic Parity: A Reproducibility Study

新研究揭示链接预测公平性指标中隐藏的偏见

作者 PulseAugur 编辑部 · [1 个来源] ·

本研究重现并扩展了关于链接预测公平性的研究，重点关注人口统计均等之外的暴露偏差。作者证明，一种称为NDKL的排序感知指标可以检测到人口统计均等所忽略的偏差，并且MORAL后处理方法能够以最小的效用损失有效减少这些偏差。研究还评估了这些发现在各种合成设置和公平性指标（包括AWRF）中的稳健性，并提供了一个修正的、可复现的实现。 AI

影响 强调了AI常用公平性指标的局限性，并提出了用于检测和缓解链接预测系统中偏见的改进方法。

排序理由 该集群包含一篇在arXiv上发表的学术论文，详细介绍了链接预测中公平性指标的可复现性研究。[lever_c_demoted from research: ic=1 ai=1.0]

在 arXiv cs.LG 阅读 →

AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →

新研究揭示链接预测公平性指标中隐藏的偏见

报道来源 [1]

  1. arXiv cs.LG TIER_1 English(EN) · Valentijn Oldenburg, Floris de Kam, Stef de Wildt, Jarno Nilson Balk ·

    公平链接预测超越人口统计均等：一项可复现性研究

    arXiv:2608.09899v1 Announce Type: new Abstract: In fair ranked link prediction, demographic parity ($\Delta_\mathrm{DP}$) is a common fairness metric. Yet, Mattos et al. (2025) argue that it fails to detect exposure bias because it ignores where links appear in the ranking. In th…

相关实体

相关话题