We (1) provide Fairness Warnings, a method that suggests interpretable boundary conditions where a fairly trained model may behave unfairly and (2) provide a Fair-MAML: a meta-learning approach to training fair models from few tuning instances.
-
-
Prikaži ovu nitHvala. Twitter će to iskoristiti za poboljšanje vaše vremenske crte. PoništiPoništi
-
Čini se da učitavanje traje već neko vrijeme.
Twitter je možda preopterećen ili ima kratkotrajnih poteškoća u radu. Pokušajte ponovno ili potražite dodatne informacije u odjeljku Status Twittera.