12:22
官方账号arXiv cs.LG@Srikanth Avasarala, Varun Gupta, Shahin Jabbari, Saber Salehkaleybar, Juba Ziani
推荐理由：这篇论文讲了算法追责如果不考虑因果，用户容易钻空子，用因果框架能让系统更稳定，值得搞机器学习的人看看。
可执行改变
共 1 条相关 AI 资讯
7月31日
12:22
本文提出一种因果执行框架，建模追责行为通过结构因果模型传播以及对真实标签的影响。该框架将追责策略优化转化为非凸问题，并给出可高效计算的稳定均衡条件。在半合成和真实信用数据集上的实验表明，忽略因果结构的追责会诱导大规模错位行为，而因果追责能减少博弈激励并降低重复训练需求。与标准经验风险最小化相比，该方法在预测一致性上持续更优。