قاموس الذكاء الاصطناعي
القاموس الكامل للذكاء الاصطناعي
إعادة العينات العادلة
تقنية معالجة مسبقة تعدل توزيع بيانات التدريب من خلال تمثيل زائد للمجموعات الأقلية أو الممثلة بشكل ناقص لتقليل التفاوتات الخوارزمية في تنبؤات النموذج.
الترجيح العكسي للاحتمالات
طريقة تصحيح التحامل التي تخصص أوزانًا لأمثلة التدريب بشكل متناسب عكسي مع ترددها في السكان، مما يعوض عن عدم التوازن بين المجموعات الديموغرافية.
التعلم التنافسي للإنصاف
نهج تدريب متزامن لمتنبئ رئيسي ومنافس يسعى للتنبؤ بالسمات الحساسة، مما يجبر النموذج الرئيسي على إنشاء تمثيلات ثابتة للسمات المحمية.
معايرة عادلة للتنبؤات
تقنية معالجة لاحقة تعدل درجات التنبؤ لضمان أن الاحتمالات المتنبأة تتوافق مع الترددات الملاحظة بشكل متسق عبر المجموعات الديموغرافية المختلفة.
التحسين بمقيدات الإنصاف
طريقة تدريب تدمج قيودًا رياضية على مقاييس الإنصاف مباشرة في وظيفة الهدف، مما يضمن الالتزام بمعايير العدالة أثناء تحسين النموذج.
تساوي الفرص المحسّن
تقنية معالجة تضمن معدلات إيجابية حقيقية متساوية بين المجموعات مع تعظيم الأداء العام، وغالبًا ما يتم تطبيقها عبر دوال خسارة محددة أو تعديلات عتبة.
التكافؤ الديموغرافي المعدّل
طريقة تصحيح تضمن توزيع التنبؤات الإيجابية بشكل متناسب بين المجموعات الديموغرافية المختلفة، بغض النظر عن خصائصها الجوهرية.
إزالة التحامل بالسببية
نهج يستخدم رسومًا بيانية سببية لتحديد وتحييد مسارات السبب التي تُدخل تحاملاً، مع الحفاظ فقط على العلاقات ذات الصلة لمهمة التنبؤ.
التعلم بالثبات تجاه المجموعة
تقنية تدريب تجبر النموذج على تعلم تمثلات ثابتة تجاه التغيرات بين المجموعات السكانية مع الحفاظ على المعلومات ذات الصلة بالمهمة الرئيسية.
التصحيح بعد التدريب باستخدام عتبات تكيفية
طريقة يتم تطبيقها بعد التدريب تقوم بتعديل عتبات القرار ديناميكيًا حسب المجموعة لموازنة مقاييس الأداء وضمان العدالة في التنبؤات النهائية.
تقليل التفاوت من خلال إعادة الترجيح
تقنية معالجة مسبقة تعيد حساب أوزان حالات التدريب لتقليل الاختلاف الإحصائي بين التوزيع الملاحظ وتوزيع هدف عادل.
إخفاء الميزات العادل
استراتيجية معالجة تقوم بإخفاء أو تحويل السمات المحتملة تحيزها انتقائيًا أثناء التدريب لإجبار النموذج على الاعتماد على سمات غير تمييزية.
تصحيح تحيز الاختيار
مجموعة من التقنيات التي تحدد وتعوض التشوهات التي أدخلتها عمليات المعاينة غير العشوائية التي تفضل بشكل منهجي مجموعات فرعية معينة من السكان.
التعلم القوي ضد هجمات العدالة
منهجية تدريب تدمج أمثلة معادية مصممة لتضخيم التحيزات، مما يعزز مقاومة النموذج ضد التلاعبات التي تهدف إلى تدهور عدالته.
إزالة التحيز بالواقعية المضادة
تقنية تولد أمثلة واقعية مضادة تقوم بتعديل السمات الحساسة لتدريب النموذج على إنتاج تنبؤات ثابتة تجاه تغيرات هذه السمات المحمية.
موازنة التوزيعات بالنقل الأمثل
طريقة متقدمة تستخدم نظرية النقل الأمثل لتحويل توزيع بيانات المجموعة الأقلية لتقريبها من توزيع المجموعة الأغلبية، مما يقلل التحيزات المنهجية.
التنظيم العادل بالتباعد
تقنية تدريب تضيف مصطلح عقوبة مبني على مقاييس التباعد (KL, JS, Wasserstein) بين توزيعات التنبؤات للمجموعات المختلفة لضمان العدالة الإحصائية.