标签
本文研究了标签噪声下鲁棒训练的损失函数对称化，提出了SGCE和alpha-MAE两种损失函数，它们在多类无铰链损失和平均绝对误差之间插值，具有理论保证和有竞争力的实证表现。
本文研究了毒性分类中的公平性问题，涵盖三个维度：排序、校准和弃权。比较了经验风险最小化（ERM）、加权ERM和群体分布鲁棒优化（Group DRO）方法，并结合后处理干预措施，发现校准差异是一种隐蔽的公平性违反，且弃权本身也可能不公平。