已阅： 0 一、引言 不公平现象反应了模型对数据的偏见认知。例如，长尾分布（Long-Tail Distribution）[1]令模型偏好实例数多的头部类别；汉斯效应（Clever Hans Effect）[2]令模型错误的将非鉴别性特征视为判别依据；相似性偏差（Similarity Bias）[3]令模型混淆语义相似的不同目标。因此，抑制不公平性可以增强模型对数据的认知能力，进而提升模型性能。 在接下来的章节中，本文将分别介绍长尾分布、汉斯效应与相似……