FAIR-SIGHT는 컴퓨터 비전 시스템의 공정성을 보장하기 위해 순응 예측(conformal prediction)과 동적 출력 복구 메커니즘을 결합한 혁신적인 사후(post-hoc) 프레임워크입니다. 예측 오류와 공정성 위반을 동시에 평가하는 공정성 인식 비순응 점수(fairness-aware non-conformity score)를 계산하고, 순응 예측을 사용하여 엄격한 유한 표본, 분포-자유 보장을 제공하는 적응적 임계값을 설정합니다. 새로운 이미지의 비순응 점수가 보정된 임계값을 초과하면 FAIR-SIGHT는 분류를 위한 로짓 이동(logit shifts) 및 탐지를 위한 신뢰도 재보정(confidence recalibration)과 같은 목표 지향적 수정을 구현하여 그룹 및 개별 공정성 불균형을 줄입니다. 이 모든 과정은 재훈련이나 내부 모델 매개변수에 대한 접근 없이 수행됩니다. 포괄적인 이론적 분석을 통해 방법의 오류 제어 및 수렴 특성을 검증하고, 벤치마크 데이터 세트에 대한 광범위한 실험적 평가를 통해 FAIR-SIGHT가 높은 예측 성능을 유지하면서 공정성 불균형을 크게 줄임을 보여줍니다.
