公平性

偏见进，偏见出？在原始模型中发现无偏子网络

Bias In, Bias Out? Finding Unbiased Subnetworks in Vanilla Models

提出通过剪枝从标准训练模型中提取无偏子网络，无需额外数据或重训练，为视觉模型去偏提供高效的结构化方法，可复用于其他公平性任务。