Inference-Time Policy Alignment for Fair Reinforcement Learning
该研究提出乘法策略塑造框架，在不更新预训练RL策略参数的情况下，于推理时提升公平性，同时保留核心任务性能，适用于各类深度RL智能体。
2026-08-04 cs.AI cs.LG
Agentic Multi-Turn Reasoning: A Fairness Approach
针对智能体多轮推理中的长时程信用分配和数据不平衡问题，提出公平多级偏好优化框架（Fair-MPO），理论分析与实验证明其达到最先进性能。
2026-09-29 cs.AI cs.LG
End-to-End Optimization and Learning of Fair Court Schedules
University of Virginia（弗吉尼亚大学）；Syracuse University（雪城大学）；Washington University in St. Louis（圣路易斯华盛顿大学）
本文针对刑事法院排期中被告偏好被忽视的问题，提出一种端到端联合优化与学习框架，结合机器学习模型与高效匹配算法，在数据不确定条件下生成公平的法院排期方案。
2024-10-22 cs.AI cs.CY cs.LG
Inverse Optimality for Fair Digital Twins: A Preference-based approach
Gran Sasso Science Institute（gran sass science institute）；Scuola IMT Alti Studi Lucca；Fondazione Ugo Bordoni
本文提出一种基于偏好的方法，通过引入公平性作为可学习目标，改进数字孪生的决策过程，以更好地反映人类感知的公平性。
2025-12-09 cs.LG cs.SE math.OC
$ϕ$-DPO: Fairness Direct Preference Optimization Approach to Continual Learning in Large Multimodal Models
CVIU Lab, University of Arkansas（阿肯色大学 CVIU 实验室）；Dep. of Geosciences, University of Arkansas（阿肯色大学地球科学系）；Carnegie Mellon University（卡内基梅隆大学）
本文提出$ϕ$-DPO框架，通过直接偏好优化缓解持续学习中的灾难性遗忘问题，并解决数据不平衡导致的公平性问题，实验表明其在多个基准上表现优异。
2026-03-30 cs.CV cs.LG
Fairness based Multi-Preference Resource Allocation in Decentralised Open Markets
Nagoya Institute of Technology（名古屋工业大学）；Kyoto University（京都大学）
在这项工作中，我们专注于资源分配在一个分散的开放市场。在分散的开放市场中，由多个供应商和多个动态到达的买家组成，从而使市场变得复杂和动态。因为，在这些市场中，供应商和买家之间的谈判发生在多个冲突的问题，如价格，可扩展性，鲁棒性，延迟等，因此，优化资源分配在这样的开放市场成为直接依赖于两个关键的决定，这是;纳入不同类型的买家的喜好，和公平的供应商启发策略。为此，在这项工作中，我们提出了一个三步资源分配的方法，采用了反向拍卖的范例。在第一步，优先级标签被附加到每个投标供应商的基础上提出的优先级机制。然后，在第二步骤中，针对购买者的所有不同种类的偏好计算偏好得分。最后，在第三步，基于供应商的优先级标签和偏好得分，确定获胜者。最后，我们比较了所提出的方法与两个国家的最先进的资源定价和分配策略。实验结果表明，该方法优于其他两种资源分配方法的独立效用的买方和公开市场的整体效用。
2021-09-01 cs.GT cs.LG cs.MA
Multi-User Dueling Bandits: A Fair Approach using Nash Social Welfare
Electrical and Computer Engineering, Purdue University（电子与计算机工程系，普渡大学）
针对多用户偏好异质的决斗式赌博机问题，采用纳什社会福利目标最大化用户效用乘积，提出Fair-Explore-Then-Commit和Fair-ε-Greedy算法，并证明其遗憾上界匹配下界。
2026-09-09 cs.LG
Fairness Perceptions in Regression-based Predictive Models
Missouri University of Science and Technology（密苏里科技大学）；United Network for Organ Sharing（器官共享联合网络）
针对肾脏移植回归预测中的偏见问题，提出三种基于散度的群体公平性概念，并通过85人众包反馈与 Mixed-Logit 模型识别社会偏好，发现分离性和充分性更受认可，且年龄维度存在不公平。
2025-05-09 cs.HC cs.LG
Fair Performance Metric Elicitation
UIUC（伊利诺伊大学厄巴纳-香槟分校）；Google Research（谷歌研究院）；Google Research Accra（谷歌研究院阿克拉分院）
什么是公平的绩效指标？我们认为公平性指标的选择，通过镜头的指标启发-一个原则性的框架，选择性能指标，最能反映隐含的偏好。使用指标启发使从业者能够调整性能和公平性指标的任务，上下文和人口。具体来说，我们提出了一种新的策略，以引出组公平的多类分类问题与多个敏感组，还包括选择预测性能和公平违反之间的权衡性能指标。所提出的启发式策略只需要相对偏好反馈，对有限样本和反馈噪声都具有鲁棒性。
2020-11-03 cs.LG stat.ML
Fair Active Ranking from Pairwise Preferences
Indian Institute of Science（印度科学学院）；Google Research（谷歌研究院）
本文提出一种公平主动排序方法，通过成对比较和公平目标函数（最小化组误差的范数）实现PACF排序，并分析样本复杂度与下界，实验验证有效性。
2024-02-05 cs.CY cs.LG
DifFaiRec: Generative Fair Recommender with Conditional Diffusion Model
The Chinese University of Hong Kong, Shenzhen（香港中文大学（深圳））
针对推荐系统易引发群体不公平的问题，提出基于条件扩散模型的公平推荐算法DifFaiRec，通过反事实模块降低对受保护属性的敏感度，在基准数据集上表现优于现有基线。
2024-09-18 cs.AI cs.IR cs.LG
Privacy-Preserving Orthogonal Aggregation for Guaranteeing Gender Fairness in Federated Recommendation
University of Science and Technology of China（中国科学技术大学）；Aarhus University（奥胡斯大学）
针对联邦推荐中性别公平性与隐私保护的问题，提出PPOA方法，通过安全聚合、量化技术和正交映射，在保护用户属性隐私的同时提升不同性别群体推荐效果，实现最优公平性。
2024-11-29 cs.LG
MANI-Rank: Multiple Attribute and Intersectional Group Fairness for Consensus Ranking
Worcester Polytechnic Institute（伍斯特理工学院）
将许多排名者的偏好结合到一个单一的共识排名中，对于从招聘、录取到贷款的后续申请至关重要。虽然群体公平性已被广泛研究的分类，群体公平性的排名，特别是排名聚合仍然处于起步阶段。最近的工作引入了用于组合排名的公平排名聚合的概念，但仅限于候选人具有单个二进制保护属性的情况，即，他们只分为两类。然而，如何创建一个代表所有排名者偏好的共识排名，同时确保公平对待具有性别、种族和国籍等多重受保护属性的候选人，仍然是一个悬而未决的问题。在这项工作中，我们是第一个定义和解决这个开放的多属性公平共识排名（MFCR）问题。作为一个基础，我们设计了新的组公平性标准的排名，称为MANI-RANK，确保公平对待由个人保护属性及其交集定义的组。利用MANI-RANK准则，我们开发了一系列的算法，首次解决MFCR问题。我们的实验研究与丰富多样的共识方案表明，我们的MFCR方法是唯一的方法来实现交叉和保护属性的公平性，同时也代表了通过许多基础排名表达的偏好。我们对优秀奖学金的真实案例研究说明了我们的MFCR方法在减轻多个受保护属性及其交叉点之间的偏差方面的有效性。这是“MANI排名：多属性和交叉组公平性共识排名”的扩展版本，将出现在ICDE 2022中。
2022-07-20 cs.CY cs.LG
Direct Preference Optimization With Unobserved Preference Heterogeneity: The Necessity of Ternary Preferences
Stanford University（斯坦福大学）
针对 RLHF 与 DPO 忽视标注者异质性和二元反馈局限的问题，本文证明三元以上排序的可识别性，并提出 EM 版 DPO 与最小-最大遗憾聚合框架。
2025-10-17 cs.LG
Scalable Multi-Objective Reinforcement Learning with Fairness Guarantees using Lorenz Dominance
University of Amsterdam（阿姆斯特丹大学）
本文提出一种结合公平性保证的多目标强化学习算法，通过洛伦兹支配识别公平奖励分布，提升多目标问题的可扩展性，在西安和阿姆斯特丹两个大型城市中展示出优于传统方法的性能。
2026-03-26 cs.LG
Multi-Objective Multi-Agent Bandits: From Learning Efficiency to Fairness Optimization
University of Massachusetts Amherst（马萨诸塞大学阿姆赫斯特分校）
本文研究了在随机奖励下的多目标多智能体老虎机问题，提出基于Pareto regret的高效学习算法和基于社会福利的公平学习方法，证明了算法在效率和公平性上的性能。
2026-05-07 cs.LG
Fair and Welfare-Efficient Constrained Multi-matchings under Uncertainty
University of Massachusetts Amherst（马萨诸塞大学阿默斯特分校）
本文研究不确定性下公平且福利高效的约束多匹配问题，提出基于机器学习估计效用，并在随机与鲁棒优化范式下权衡均值与方差，优化功利和平均福利目标，在三个公开数据集上验证有效性。
2024-11-04 cs.GT cs.LG
Multiple Fairness and Cardinality constraints for Students-Topics Grouping Problem
L3S Research Center（L3S研究中心）；Leibniz University Hannover（汉诺威莱布尼茨大学）；Institute for Didactics of Mathematics and Physics（数学与物理教学法研究所）；Institute of Computer Science（计算机科学研究所）；Free University Berlin（柏林自由大学）
小组活动是教育环境中的一种普遍活动，学生经常根据自己的喜好分为特定主题的小组。分组应尽可能反映学生的愿望。通常，由此产生的群体也应该在性别或种族等受保护的属性方面保持平衡，因为研究表明，学生在多样化的群体中可能学得更好。此外，平衡组基数也是跨组公平分配工作负载的基本要求。在本文中，我们介绍了多公平容量限制（MFC）分组问题，公平地划分学生到非重叠组，同时确保平衡组基数（下限和上限），并最大限度地提高多样性的成员在受保护的属性。我们提出了两种方法：一个探试法和背包为基础的方法来获得MFC分组。在真实数据集和半合成数据集上的实验表明，我们提出的方法可以很好地满足学生的偏好，并分别提供关于基数和保护属性的平衡和多样化的组。
2022-06-20 cs.CY cs.LG
