12:34
官方账号arXiv cs.LG@Sparsh Roy, Samuel Girmachew, Nishita Chavan
推荐理由：KAISEN把公平性审计拆成五个阶段，用合成数据测出哪个环节会失效。阈值优化靠谱，但Platt缩放和机制诊断有坑。
KAISEN
共 1 条相关 AI 资讯
7月31日
12:34
KAISEN是一种针对临床风险模型的五阶段公平性审计流程，在包含16个疾病任务和15个健康社会决定因素轴的合成基准上测试。研究发现，显著性计数与原始均等化赔率差（EOD）的秩相关为0.56，按最小可检测效应标准化后升至0.78。每组的阈值优化在48次运行中全部降低EOD（配对差值-0.285），而组级Platt缩放的EOD改善仅19/48次。机制诊断在144个受控案例中全部正确，但在48个模型驱动案例的代理设定错误下全部失败。CUSUM警报和漏报主要受队列随机种子影响（卡方p=0.002），阈值无法跨队列迁移。