← 返回卡片

原书出处

大语言模型-基础与前沿 (熊涛)

10 第10章 减少偏见和有害性

核验版本的摘录快照 · 导入于 2026-11-18T14:25:08.850Z

“迭代零空间投影”(Iterative Nullspace Projection,INLP)的纠偏技术,类似于句子纠偏。

INLP通过训练线性分类器来预测模型表征中的受保护属性(如性别),然后通过将表征投影到分类器权重矩阵的零空间来消除表征的偏见。

这一过程将从表征中删除与预测的受保护属性相关的所有信息。INLP可以迭代应用,以进一步消除表征的偏见。 3. dropo

此预览只包含定位所需的摘录和上下文。

原书定位详情

来源:a19c7933-4eda-4176-aebd-30fe7e1ad292

正文位置:extracted/大语言模型-基础与前沿 (熊涛)/_epub-src/EPUB/xhtml/chapter12.xhtml

EPUB SHA-256:1bd3e387da1e881a4b6e0214f2c7df6e30d5cdbd1f602c69fc88edacffe6743d