論文の概要: COPF: An Online Framework for Deployment-Stable Counterfactual Fairness in Evolving Graphs

• arxiv url: http://arxiv.org/abs/2606.00700v1
• Date: Sat, 30 May 2026 12:15:07 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-06-02 21:34:28.661064
• Title: COPF: An Online Framework for Deployment-Stable Counterfactual Fairness in Evolving Graphs
• Title（参考訳）: COPF: 進化するグラフにおけるデプロイ-安定なカウンターファクトフェアネスのためのオンラインフレームワーク
• Abstract要約: COPF(Counterfactual Online Performative Fairness)は、オンラインリンクレコメンデーションにおいて、デプロイ可能な公正度監視と制御のための決定層フレームワークである。 COPFは、露光に対するグループレベルの機会ギャップ(図示されない)を定義している。 COPFは, 被曝群間差の最悪のスパイクを低減し, ランキングユーティリティにわずかに影響を及ぼすことを示した。
• 参考スコア（独自算出の注目度）: 5.557543974847596
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Online link recommendation on evolving graphs is performative: by choosing which candidate links to show users, the system changes which links form and what feedback it later observes. Consequently, fairness estimates from logged outcomes can be misleading and may drift after deployment when the recommendation policy is updated. We introduce COPF (Counterfactual Online Performative Fairness), a decision-layer framework for deployment-stable fairness monitoring and control in online link recommendation. COPF (i) defines group-level opportunity gaps over exposure (shown vs. not shown) counterfactuals, (ii) makes them estimable by explicit exploration and by logging the probability (propensity) that each candidate is shown, and (iii) audits and controls fairness using residual outcome indistinguishability (OI) over a configurable auditor family with graph-aware doubly robust (GA-DR) estimators. We provide a noisy transfer theorem showing that Residual-OI on estimated GA-DR residuals implies bounds on exposure-counterfactual group gaps under temporal mixing and bounded local interference, and we instantiate an online multicalibration auditor together with a primal-dual controller. Experiments on two TGB streams and a controlled synthetic bipartite stream show that COPF reduces worst-case spikes in exposure-counterfactual group disparities with modest impact on ranking utility. Our code is available at https://github.com/lsnnnnnnnn/COPF.
• Abstract（参考訳）: 進化するグラフに関するオンラインリンクレコメンデーションは、ユーザを示す候補リンクを選択することで、どのリンク形式とその後のフィードバックを変更できる。 その結果、ログされた結果からの公正度推定は誤解を招く可能性があり、レコメンデーションポリシーが更新されるとデプロイ後にドリフトする可能性がある。 COPF(Counterfactual Online Performative Fairness)は、オンラインリンクレコメンデーションにおいて、デプロイが安定なフェアネス監視と制御のための決定層フレームワークである。 COPF (i)被曝に対するグループレベルの機会ギャップ(図示されていないもの)を定義する。 (二)明示的な探索及び各候補が示される確率(正当性)の検定により推定可能とする。 三 グラフ対応二重頑健(GA-DR)推定器を備えた構成可能な監査者群に対して、残効不一致(OI)を用いた公正度の評価及び制御を行う。 本稿では,GA-DR残差の推定値に対する残差-OIが時間混合および局所的干渉条件下での露光-実測群ギャップの有界を示すことを示すノイズ伝達定理を提案し,オンラインマルチキャリブレーションオーディショナを原始二重制御器とともにインスタンス化する。 2つのTGBストリームと制御された合成バイパートイトストリームの実験により、COPFは暴露・事実群格差の最悪のスパイクを減少させ、ランキングユーティリティにわずかに影響を及ぼすことが示された。 私たちのコードはhttps://github.com/lsnnnnnnnn/COPF.comで公開されています。

関連論文リスト

• GenCAR: Generative Counterfactual Alignment with Risk-Controlled Selection for Out-of-Distribution Recommendation [7.538235053815412]
  我々は、OODを$$-Valid Counterfactual Recommendation($-VCR)問題として機能させる。 我々は、優先順位付き対実管理と校正セット選択を結合したGenCARを提案する。 特に、GenCARは環境要因に介入しながら、安定した参照表現を修正します。
  論文  参考訳（メタデータ） (2026-09-02T06:24:13Z)
• Diffusion-Guided Search via Exponential Tilting (DiffTilt): An Application to Falsification of Safety-Critical Systems [3.963282613048148]
  既存のファルシフィケーションアプローチは、環境とシステム実行に関する共同分布を規定する条件付きサンプリング戦略に依存している。 本稿では,拡散モデルにより誘導される共同分布を環境や実行に対して指数関数的に傾ける分散フレームワークであるDiffTiltを開発する。
  論文  参考訳（メタデータ） (2026-07-25T10:28:47Z)
• Beyond Fixed False Discovery Rates: Post-Hoc Conformal Selection with E-Variables [31.204606769083068]
  コンフォーマルセレクション(CS)は、キャリブレーションデータを使用して、未観測結果が所定の最小品質要件を満たす可能性のあるテスト入力を識別し、偽発見率(FDR)を制御している。 既存の方法は、データを見る前にターゲットFDRレベルを固定し、ユーザが選択したテスト入力数とFDR間のバランスを、利用可能なデータに基づいてダウンストリームのニーズと制約に適合させないようにする。 本稿では,データ駆動型偽発見率(FDP)の推定値と組み合わせて,候補選択集合の経路を生成するポストホックCS(PH-CS)を提案する。
  論文  参考訳（メタデータ） (2026-04-13T11:02:44Z)
• Continual Action Quality Assessment via Adaptive Manifold-Aligned Graph Regularization [53.82400605816587]
  アクション品質アセスメント(AQA)は、ビデオにおける人間の行動を定量化し、スポーツスコアリング、リハビリテーション、スキル評価の応用を支援する。 大きな課題は、現実世界のシナリオにおける品質分布の非定常的な性質にある。 本稿では,進化する分布を扱うための連続学習機能を備えた連続AQA(Continuous AQA)を紹介する。
  論文  参考訳（メタデータ） (2025-10-08T10:09:47Z)
• Reinforcement Learning with Verifiable yet Noisy Rewards under Imperfect Verifiers [90.50039419576807]
  RLVR(Reinforcement Learning with Verifiable Rewards)は、人為的なラベル付けを避けるために、自動検証に対するポリシーを訓練する。 認証ハッキングの脆弱性を軽減するため、多くのRLVRシステムはトレーニング中にバイナリ$0,1$の報酬を破棄する。 この選択にはコストがかかる:textitfalse negatives(正しい回答、FNを拒絶)とtextitfalse positives(間違った回答、FPを受け入れる)を導入する。
  論文  参考訳（メタデータ） (2025-10-01T13:56:44Z)
• A Novel Generative Model with Causality Constraint for Mitigating Biases in Recommender Systems [20.672668625179526]
  遅延共起バイアスは、ユーザのフィードバックとアイテムの露出の間の真の因果関係を曖昧にする可能性がある。 本稿では,Recommender Systemsにおける表現学習のための遅延因果制約(Latent Causality Constraints)と呼ばれる新しい生成フレームワークを提案する。
  論文  参考訳（メタデータ） (2025-05-22T14:09:39Z)
• FAIR-SIGHT: Fairness Assurance in Image Recognition via Simultaneous Conformal Thresholding and Dynamic Output Repair [4.825037489691159]
  本稿では,コンフォメーション予測と動的出力修復機構を組み合わせることで,コンピュータビジョンシステムの公平性を確保するためのポストホックフレームワークを提案する。 提案手法は,予測誤差と公平性違反を同時に評価する,公平性を考慮した非整合性スコアを算出する。 新しい画像の非整合スコアがしきい値を超えると、FAIR-SIGHTは分類のためのロジットシフトや検出のための信頼度補正など、対象とする修正調整を実行する。
  論文  参考訳（メタデータ） (2025-04-10T02:23:06Z)
• A Label-Free Heterophily-Guided Approach for Unsupervised Graph Fraud Detection [60.09453163562244]
  本稿では,非教師付きGFDのための非教師付きグラフ不正検出手法(HUGE)を提案する。 推定モジュールでは、GFD の臨界グラフ特性をキャプチャする HALO と呼ばれる新しいラベルフリーなヘテロフィリー計量を設計する。 アライメントに基づく不正検出モジュールにおいて、ランキング損失と非対称アライメント損失を有する合同GNNアーキテクチャを開発する。
  論文  参考訳（メタデータ） (2025-02-18T22:07:36Z)
• Rectified Diffusion Guidance for Conditional Generation [94.83538269086613]
  CFGの背後にある理論を再検討し、不適切な組合せ係数(textiti.e.)が生成分布を期待的にシフトさせることを厳密に確認する。 提案手法は, 強みを考慮すれば, textbftextitform ソリューションが有効であることを示す。 実世界のデータに関する実証的な証拠は、我々の設計と既存の最先端拡散モデルとの整合性を実証している。
  論文  参考訳（メタデータ） (2024-10-24T13:41:32Z)
• Consistency Regularization for Deep Face Anti-Spoofing [69.70647782777051]
  顔認証システムでは、顔認証(FAS)が重要な役割を担っている。 このエキサイティングな観察によって、異なる視点の特徴整合性を促進することが、FASモデルを促進するための有望な方法かもしれないと推測する。 FASにおけるEPCR(Embeddding-level and Prediction-level Consistency Regularization)とEPCR(Embeddding-level Consistency Regularization)を併用した。
  論文  参考訳（メタデータ） (2021-11-24T08:03:48Z)
• Higher Performance Visual Tracking with Dual-Modal Localization [106.91097443275035]
  Visual Object Tracking (VOT)は、堅牢性と正確性の両方に同期性を必要とする。 ONRによるロバストなローカリゼーション抑制器とOFCによるターゲットセンターへの正確なローカリゼーションにより、ターゲットローカリゼーションのためのデュアルモーダルフレームワークを提案します。
  論文  参考訳（メタデータ） (2021-03-18T08:47:56Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。