Towards Trustworthy Machine Learning in High-Stakes Decision-Making Systems
Notice bibliographique
Résumé
Machine learning systems are increasingly applied to tasks of high-stakes decision-making, in areas like healthcare, personal finance, and criminal justice. In these areas, the trustworthiness of the system is essential; beyond just having a high-accuracy tool, a number of other desiderata are required. Stressing that creating trustworthy machine learning is a problem without a well-defined solution, we focus in particular on two of these desiderata: fairness and robustness. To these ends, we discuss three potential approaches to improving the trustworthiness of machine learning systems. In the first, we consider the task of learning representations which guarantee that downstream classifiers yield predictions that align with fairness metrics when trained on transfer tasks, demonstrating how designing an adversarial loss function can correspond to various commonly-used fairness metrics. In the second, we provide an intuitive heuristic for detecting underspecification, show how it can be computed in a post-hoc fashion using only second-order statistics of the trained model, and discuss how we navigate computational hurdles for calculating this score in deep neural networks using techniques for eigenspectrum estimation. In the third, we reframe rejection learning as a task which should be inherently adaptive, depending on the properties of external decision-makers, and show how to formulate this as a mixture-of-experts-type learning objective, studying its impact on both fairness and accuracy. Through theoretical analysis and empirical evidence, we examine the strengths and weaknesses of each approach, and critically discuss how each fits into the larger project of building trustworthy machine learning systems.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,004 | 0,006 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,002 |
| Méta-épidémiologie (sens large) | 0,002 | 0,000 |
| Bibliométrie | 0,002 | 0,005 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,003 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,005 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,001 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; les deux têtes enseignantes s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».