Buchumschlag

From Fragile to Certified: Wasserstein Audits of Group Fairness Under Distribution Shift

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Ehyaei, Ahmad-Reza, Farnadi, Golnoosh, Samadi, Samira
Format:	Preprint
Veröffentlicht:	2025
Schlagworte:	Machine Learning
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Wasserstein Distributionally Robust Optimization Through the Lens of Structural Causal Models and Individual Fairness
von: Ehyaei, Ahmad-Reza, et al.
Veröffentlicht: (2025)

Causal Fair Metric: Bridging Causality, Individual Fairness, and Adversarial Robustness
von: Ehyaei, Ahmad-Reza, et al.
Veröffentlicht: (2023)

Designing Ambiguity Sets for Distributionally Robust Optimization Using Structural Causal Optimal Transport
von: Ehyaei, Ahmad-Reza, et al.
Veröffentlicht: (2025)

Collective Counterfactual Explanations: Balancing Individual Goals and Collective Dynamics
von: Ehyaei, Ahmad-Reza, et al.
Veröffentlicht: (2024)

Fairness in Federated Learning: Fairness for Whom?
von: Taik, Afaf, et al.
Veröffentlicht: (2025)

Rethinking Hallucinations: Correctness, Consistency, and Prompt Multiplicity
von: Ganesh, Prakhar, et al.
Veröffentlicht: (2026)

LoRA Provides Differential Privacy by Design via Random Sketching
von: Malekmohammadi, Saber, et al.
Veröffentlicht: (2024)

Fairness Incentives in Response to Unfair Dynamic Pricing
von: Thibodeau, Jesse, et al.
Veröffentlicht: (2024)

Data as a Lever: A Neighbouring Datasets Perspective on Predictive Multiplicity
von: Ganesh, Prakhar, et al.
Veröffentlicht: (2025)

Intrinsic Meets Extrinsic Fairness: Assessing the Downstream Impact of Bias Mitigation in Large Language Models
von: Arzaghi', 'Mina, et al.
Veröffentlicht: (2025)

Systemizing Multiplicity: The Curious Case of Arbitrariness in Machine Learning
von: Ganesh, Prakhar, et al.
Veröffentlicht: (2025)

Balancing Profit and Fairness in Risk-Based Pricing Markets
von: Thibodeau, Jesse, et al.
Veröffentlicht: (2025)

Understanding the role of depth in the neural tangent kernel for overparameterized neural networks
von: St-Arnaud, William, et al.
Veröffentlicht: (2025)

Understanding Intrinsic Socioeconomic Biases in Large Language Models
von: Arzaghi, Mina, et al.
Veröffentlicht: (2024)

Advancing Cultural Inclusivity: Optimizing Embedding Spaces for Balanced Music Recommendations
von: Moradi, Armin, et al.
Veröffentlicht: (2024)

Towards More Realistic Extraction Attacks: An Adversarial Perspective
von: More, Yash, et al.
Veröffentlicht: (2024)

Position: Cracking the Code of Cascading Disparity Towards Marginalized Communities
von: Farnadi, Golnoosh, et al.
Veröffentlicht: (2024)

Differentially Private Clustered Federated Learning
von: Malekmohammadi, Saber, et al.
Veröffentlicht: (2024)

Delta-Crosscoder: Robust Crosscoder Model Diffing in Narrow Fine-Tuning Regimes
von: Kassem, Aly, et al.
Veröffentlicht: (2026)

Fairness for the People, by the People: Minority Collective Action
von: Ben-Dov, Omri, et al.
Veröffentlicht: (2025)

Different Horses for Different Courses: Comparing Bias Mitigation Algorithms in ML
von: Ganesh, Prakhar, et al.
Veröffentlicht: (2024)

Reviving Your MNEME: Predicting The Side Effects of LLM Unlearning and Fine-Tuning via Sparse Model Diffing
von: Kassem, Aly M., et al.
Veröffentlicht: (2025)

A Robust Certified Machine Unlearning Method Under Distribution Shift
von: Guo, Jinduo, et al.
Veröffentlicht: (2026)

The Cost of Arbitrariness for Individuals: Examining the Legal and Technical Challenges of Model Multiplicity
von: Ganesh, Prakhar, et al.
Veröffentlicht: (2024)

A Unifying Post-Processing Framework for Multi-Objective Learn-to-Defer Problems
von: Charusaie, Mohammad-Amin, et al.
Veröffentlicht: (2024)

Fairness Under Demographic Scarce Regime
von: Kenfack, Patrik Joslin, et al.
Veröffentlicht: (2023)

Fairness Under Group-Conditional Prior Probability Shift: Invariance, Drift, and Target-Aware Post-Processing
von: Asiaee, Amir, et al.
Veröffentlicht: (2026)

Wasserstein-regularized Conformal Prediction under General Distribution Shift
von: Xu, Rui, et al.
Veröffentlicht: (2025)

Distribution-Specific Auditing For Subgroup Fairness
von: Hsu, Daniel, et al.
Veröffentlicht: (2024)

Multilingual Amnesia: On the Transferability of Unlearning in Multilingual LLMs
von: Farashah, Alireza Dehghanpour, et al.
Veröffentlicht: (2026)

Cost Efficient Fairness Audit Under Partial Feedback
von: Das, Nirjhar, et al.
Veröffentlicht: (2025)

Online Decision Deferral under Budget Constraints
von: Reid, Mirabel, et al.
Veröffentlicht: (2024)

From Representational Harms to Quality-of-Service Harms: A Case Study on Llama 2 Safety Safeguards
von: Chehbouni, Khaoula, et al.
Veröffentlicht: (2024)

Sublinear Algorithms for Wasserstein and Total Variation Distances: Applications to Fairness and Privacy Auditing
von: Basu, Debabrota, et al.
Veröffentlicht: (2025)

Certifiably Robust Model Evaluation in Federated Learning under Meta-Distributional Shifts
von: Najafi, Amir, et al.
Veröffentlicht: (2024)

Balancing Act: Constraining Disparate Impact in Sparse Models
von: Hashemizadeh, Meraj, et al.
Veröffentlicht: (2023)

Learning Neural Networks with Distribution Shift: Efficiently Certifiable Guarantees
von: Chandrasekaran, Gautam, et al.
Veröffentlicht: (2025)

Fair Wasserstein Coresets
von: Xiong, Zikai, et al.
Veröffentlicht: (2023)

The Fragility of Fairness: Causal Sensitivity Analysis for Fair Machine Learning
von: Fawkes, Jake, et al.
Veröffentlicht: (2024)

Fair Play for Individuals, Foul Play for Groups? Auditing Anonymization's Impact on ML Fairness
von: Arcolezi, Héber H., et al.
Veröffentlicht: (2025)