热点事件持续更新
基于容差公平性审计：违规认证与敏感性筛查
1 篇报道1 个报道来源2 小时前 更新
先了解这件事
AI 综述
2026-10-02，arXiv 发表统计学/机器学习论文，提出统一基于容差的公平性审计框架，面向违规认证与敏感性筛查两类互补目标。违规认证采用约束经验似然检验与最小不利点点校准，可结合误报率控制进行子群同步审计；敏感性筛查基于自适应边界代理原则，开发分裂经验似然与调整分裂经验似然检验，用于早期预警。数值实验展示不同错误控制与灵敏度之间的权衡，COMPAS 分析验证框架在预测公平性审计中的应用。
AI 根据报道生成 · 2 小时前更新
最新进展10月2日 12:00
arXiv 发表该审计框架论文，展示数值实验结果并以 COMPAS 分析验证。报道时间线
沿着报道，了解事件的不同侧面。
10月2日
- arXiv · Statistics Machine Learning基于容差公平性审计：违规认证与敏感性筛查
本文提出一个统一的基于容差的公平性审计框架，针对两种互补的审计目标：违规认证和敏感性筛查。违规认证采用约束经验似然检验与最小不利点点校准，可结合误报率控制进行子群同步审计；敏感性筛查则基于自适应边界代理原则开发分裂经验似然与调整分裂经验似然检验，用于早期预警场景。数值实验展示了不同错误控制与灵敏度之间的权衡，COMPAS 分析验证了该框架在预测公平性审计中的应用。
本事件热度走势
还没有足够的连续观测数据，暂不绘制趋势。