研究人员开发了一种新的公平 Top-k 选择方法，旨在确保少数群体在候选人中的比例代表性。这种通用方法考虑了多个受保护群体，并试图最小化与参考评分函数之间的差异。虽然多群体问题可能变得计算上难以处理，但研究人员发现了一个硬度障碍中的缺口，允许在群体数量较少且 k 也较少时获得高效解决方案。该研究还引入了一种新的差异度量，称为效用损失，这可能导致更稳定的评分函数，并在真实数据集上展示了强大的实证性能。 AI
排序理由 该聚类包含一篇学术论文，详细介绍了计算机科学特定问题的新算法方法。[lever_c_demoted from research: ic=1 ai=0.4]
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →