基于软标签的贝叶斯最优公平性-准确率权衡实用估计

针对受限分类任务，研究人员提出一种仅需软标签和群体信息来估计贝叶斯最优公平性-准确率权衡极限的方法。该方法推导出了公平贝叶斯错误率的显式表达式，构建了无实例的一致估计器，并在理论上证明了其偏差与样本复杂度界限。实验表明，即使软标签存在噪声，该方法也能稳健输出低方差的最优权衡曲线。