Daily Arxiv

Esta página recopila y organiza artículos sobre inteligencia artificial publicados en todo el mundo.
La información aquí presentada se resume utilizando Google Gemini y el sitio se gestiona sin fines de lucro.
Los derechos de autor de los artículos pertenecen a sus autores y a las instituciones correspondientes; al compartir el contenido, basta con citar la fuente.

FACEGroup: Explicaciones contrafácticas viables y viables para la equidad grupal

Created by
  • Haebom

Autor

Christos Fragkathoulas, Vasiliki Papanikou, Evaggelia Pitoura, Evimaria Terzi

Describir

Este artículo presenta FACEGroup, un marco basado en grafos para generar explicaciones contrafácticas grupales para auditorías de equidad grupal. FACEGroup modela restricciones de viabilidad en el mundo real, identifica subgrupos con explicaciones contrafácticas similares y captura las compensaciones clave en la generación de explicaciones contrafácticas. A diferencia de los métodos existentes, FACEGroup introduce métricas novedosas para el análisis a nivel de grupo y subgrupo con el fin de evaluar la equidad. Experimentos con conjuntos de datos de referencia demuestran que FACEGroup genera eficazmente explicaciones contrafácticas grupales factibles, considerando las compensaciones, y que las métricas propuestas capturan y cuantifican los desequilibrios de equidad.

Takeaways, Limitations

•
Takeaways:
◦
Presentamos el primer marco basado en gráficos para la auditoría de equidad de grupo.
◦
Considerando las restricciones de viabilidad del mundo real.
◦
Identificación y análisis de subgrupos con descripciones contrafácticas similares.
◦
Se presenta una nueva métrica de evaluación de equidad que considera las compensaciones que implica generar explicaciones semi-realistas.
◦
Validación de la eficacia mediante experimentos con conjuntos de datos de referencia.
•
Limitations:
◦
En este artículo no se menciona explícitamente el Limitations. Se requiere más investigación para verificar su aplicabilidad práctica y escalabilidad.
◦
Es necesario seguir debatiendo la generalización de los conjuntos de datos de referencia utilizados.
◦
Es posible que el análisis del rendimiento de FACEGroup para varias estructuras y propiedades de gráficos sea insuficiente.
👍
Made with Slashpage