积分概率边界（Integral Probability Boundaries）

针对积分概率度量（IPM）在罕见事件和代表性不足群体上边界宽松失效的问题，研究人员提出其非线性推广——积分概率边界（IPB）。IPB 能在极端情况下提供紧致边界，并配备了实用估计算法，适用于模型对齐、免评判性能评估与公平性度量。在实际生成建模任务中，IPB 对罕见群体公平性差距的估计精度比现有 SOTA 提升了 15 p.p.。