深度学习模型具有强大的特征提取能力，在决策领域得到广泛应用，但往往产生不公平的预测结果，造成不良的社会影响，现有的公平性修复方法往往会导致准确率下降。本次学术报告介绍了一种新的深度学习模型公平性修复方法，实现了在保证准确性同时高效高质量修复公平性。
深度学习模型公平性修复-张耕源原创文章，作者：BFS，如若转载，请注明出处：https://www.isclab.org.cn/2025/09/08/%e6%b7%b1%e5%ba%a6%e5%ad%a6%e4%b9%a0%e6%a8%a1%e5%9e%8b%e5%85%ac%e5%b9%b3%e6%80%a7%e4%bf%ae%e5%a4%8d/