公平性专题

BBR 与 AIMD 共存公平性探究

一个古已有之的结论: deep buffer 场景,bbr 相对 reno/cubic 等 aimd 有优势,侵占性强;shallow buffer 场景,aimd 有优势,bbr 带宽被挤占。 本文用实例分析 why 并给出 how。 先看 deep buffer 场景 bbr 单挑 aimd 双流的效果,下图是标准 bbr,被虐成经理: 下图是用 max(bw/delay) 替代 ma

语音处理中隐私与公平性的相互作用

隐私和公平性通常被视为具有独特挑战和解决方案的独立领域。然而,最近的研究表明,隐私增强技术可能会影响机器学习算法中的偏见。另一方面,注重公平性的模型学习技术已经显示出对个人隐私的不利影响。       本文挑战了隐私和公平性可以在语音处理技术背景下分别处理的假设,并强调了探索这一领域内隐私-公平性权衡的必要性。鉴于现代语音处理技术严重依赖于机器学习和生成模型,其他领域观察到的隐私-公

筛斗数据:如何确保数据提取技术在法律领域的安全性和公平性?

在当前数字时代,数据提取技术已成为法律领域中的重要工具,其安全性和公平性的确保是促进技术健康发展的关键。数据提取技术涉及从大量数据中提取有用信息,并在法律实践中发挥作用,如辅助合同审查、案件分析、以及犯罪预防和侦测等。以下是确保数据提取技术在法律领域的安全性和公平性的几种方法: 1. 建立严格的法律和规章制度:    - 制定专门的法律来规范数据提取技术在法律领域的使用,明确界定其应用范围、限

采用沙普利值(Shapley value)实现了数据供给方报酬分配的公平性.

目录 采用沙普利值(Shapley value)实现了数据供给方报酬分配的公平性. 采用沙普利值(Shapley value)实现了数据供给方报酬分配的公平性. 采用沙普利值(Shapley value)实现数据供给方报酬分配的公平性,在交易模型中考虑参与个体的异质性与隐私保护,主要体现在以下几个方面: 一、沙普利值的概念与特点 沙普利值(Shapley Value)是合

【强化学习】公平性Actor-Critic算法

Bringing Fairness to Actor-Critic Reinforcement Learning for Network Utility Optimization 阅读笔记 Problem FormulationLearning AlgorithmLearning with Multiplicative-Adjusted RewardsSolving Fairness Uti

绩效考核存在合理性、公平性、客观性吗?

目录 一、绩效考核流于形式:没有实际考核过 二、考核结果的确定: 主管一人说了算 三、考核结果: 与绩效奖金挂钩吗? 四、考核的滥用:成为公司排挤迫使员工离职的手段 五、公司说: 让你滚蛋,谁还会发你奖金 六、写在最后 引言         最近看到一些关于绩效考核的普遍现象(听过见过若干次),姑且记录之。文章内容仅仅能说明一部分现象(个人或身边同事经历的事情, 肯定不能说

服务运营|香港大学雷骁:收益管理中价格歧视的公平性

编者按: INFORMS George B. Dantzig Dissertation Award 用于表彰运筹学和管理科学领域中具有创新性和实用性的最佳毕业设计。香港大学助理教授雷骁题为“Revenue Management in Video Games and With Fairness” 是这一奖项2023年度的提名者之一。 这篇毕业设计重点关注了电子游戏行业和电商平台中的新兴收入管理

为什么算法的公平性令人难以捉摸?

算法公平性,从根本上来讲,是一个社会道德问题。 作者 | Amber Cazzell 译者 | 苏本如,责编 | Elle 出品 | CSDN(ID:CSDNnews) 以下为译文: 2016年,谷歌照片将两名非裔美国人的照片归类为“大猩猩”。两年后,谷歌除了从分类数据库中将 “大猩猩”一词删除外,没有做任何更多的事情。数据显示,亚马逊曾在2016年,不成比例地向欧美消费者提供了一天的免费送货

CVPR 2022:微笑识别也带性别歧视?浙大武大联合蚂蚁Adobe搞了个公平性提升框架...

作者:董小威武汉大学 AI模型存在偏见怎么办? 近年来,AI在多个领域展现出卓越的性能,给人类生活带来便捷和改善。 与此同时,不少AI系统被发现存在对特定群体的偏见或者歧视现象。 犯罪预测系统COMPAS在美国被广泛使用,通过预测再次犯罪的可能性来指导判刑。 研究者发现,相比于白人,黑人被预测为高暴力犯罪风险的可能性竟然高77%。这里就存在一个严肃的问题:犯罪与否难道能由肤色来决定? 我们经常

JAVA并发锁(二) - 重入锁公平性分析

ReentrantLock 原理分析 CAS与Unsafe Unsafe 该类在 sun.misc.Unsafe 中,是一个final类型的类,是不可继承类,同时类中大部分操作都是native方法,调用本地方法来进行硬件操作。几个常见的方法: // 获取类变量在内存中的偏移地址public native long staticFieldOffset(Field var1);// 获取实

Visa设立研究中心,致力于推动和提升全球经济公平性和包容性

Visa 经济赋能研究所将开展和进行独特的研究,并提供强有力的洞见来改善全球支付生态系统   旧金山--(美国商业资讯)--Visa Inc. (NYSE: V)今日宣布设立Visa经济赋能研究所(VEEI),这家卓越中心将围绕支付政策开展相关研究和公私领域对话,并致力于推动和改善全球个人、企业和社会的公平经济赋能事业。   VEEI所开展的新研究和洞见旨在为全球支付生态系统长远政策提供信

ReBudget:通过运行时重新分配预算的方法,在基于市场的多核资源分配中权衡效率与公平性

ReBudget:通过运行时重新分配预算的方法,在基于市场的多核资源分配中权衡效率与公平性 摘要 在计算机系统中有效地分配共享资源是优化执行的关键。近日,一系列基于市场的解决方案被提出来解决这个问题。其中一些理论为市场均衡下的效率和/或公平损失提供了可证明的理论边界。然而,它们仅限于具有潜在重要约束的市场,如所有参与者拥有相等的预算,或将参与者的效用曲线拟合到特定的函数类型中。此外,它们通常没

BBR脆弱的公平性

前几个月,我写了一篇BBR算法的收敛动力学的文章: https://blog.csdn.net/dog250/article/details/114727596 用一幅图描述了BBR的收敛过程,最终neal也是比较认可的。但我总觉得BBR这个收敛机制有点不是那么通透。 上周的时候,同事推荐了一篇讲如何优化BBR的论文,又一起聊了下关于BBR收敛的问题。 由于这篇论文是基于一个数学过程描述的,比

NLP 模型中的偏差和公平性检测

一、说明         近年来,自然语言处理 (NLP) 模型广受欢迎,彻底改变了我们与文本数据交互和分析的方式。这些基于深度学习技术的模型在广泛的应用中表现出了卓越的能力,从聊天机器人和语言翻译到情感分析和文本生成。然而,NLP 模型并非没有挑战,它们面临的最关键问题之一是存在偏见和公平性问题。本文探讨了 NLP 模型中的偏见和公平性概念,以及用于检测和缓解它们的

推荐系统公平性之校准化推荐--calibrated recommendations

主要参考论文:论文1《Calibrated Recommendations》、论文2《Crank up the volume: preference bias amplification in collaborative recommendation》 推荐系统中的偏好放大现象(preference bias amplification) 你是否有过这样的经历:某天在淘宝搜索了一样东西后,接下

Not a fair game, Dice2win公平性分析

Zhiniang Peng from Qihoo 360 Core Security Dice2win 目前是以太坊上一款异常火爆的区块链博彩游戏。号称“可证明公平的”Dice2win目前每日有近千以太(一百五十万人民币)的下注额,是总交易量仅次于etheroll的第二大以太坊博彩游戏。然而我们分析发现,dice2win中的所有游戏都存在公平性漏洞,庄家可以利用这些漏洞操纵游戏结果。 Dice