#95 · 主分类: MLOps与评测
fairlearn
一个用于评估和改进机器学习模型公平性的Python包。
项目最后更新:08/24/26
GitHub Stars
2.3K
Forks数量
515
贡献者数量
124
许可证
MIT
收录理由
公平性常常是团队知道该检查、却苦于没有具体手段去落实的问题。Fairlearn 把这件事变成了可操作的工具:它提供对比模型在不同人群间表现的指标,也提供调整训练过程或后处理环节的缓解算法,用来缩小检测出的差距。作为 Python 包,它能直接嵌入你现有的工作流,让公平性检查与常规评估并行,而不是另起炉灶。对于需要为模型如何对待用户负责的团队来说,这等于把政策层面的关切转化成了可以度量的指标。
相关文章
暂无针对该项目的文章。
如需补充新闻资讯、使用教程、应用测评等内容,欢迎 联系我们推荐选题或投稿。
同类热门项目
unsloth
本地UI,用于运行和训练LLM及扩散模型。支持GGUF、MLX、Qwen3.8、Kimi K3、MiniMax-H3、Gemma 4、FLUX等。
LlamaFactory
统一高效微调100+大语言模型与视觉语言模型(ACL 2024)
airflow
Apache Airflow - 一个以编程方式编写、调度和监控工作流的平台
langfuse
🪢 开源AI工程平台:LLM评估、可观测性、指标、提示管理、游乐场、数据集。与OpenTelemetry、LangChain、OpenAI SDK、LiteLLM等集成。🍊YC W23
netron
神经网络、深度学习和机器学习模型的可视化工具