arXiv · cs.AI · Muhammad Uzair Ul Haq, Davide Rigoni, Alessandro Sperduti, Flavia Fabris · 3 小时前模型评分39
研究审计招聘决策模型 jev 的偏见与公平性
Fast, Cheap, and Fair? Evaluating Decision Models
导读
研究对面向招聘场景的类型化决策模型 jev 完成首次系统性偏见与公平性审计，考察显性人口属性和隐性候选人线索如何影响筛选评分、排名与入围结果，并与姓名替换和排版差异构成的噪声基线对比。评估同时检查输出有效性、延迟和成本，并公开反事实简历数据集与评测代码。
分类置信度
中 · 待人工复核
- 存在未解决的相邻类别：foundation-models，需要人工复核。
- 只有单一媒体来源，需要人工复核。
来源级别：媒体与个人
应用领域：战略与专业服务
事件类型：研究发布
证据摘录
- “This article presents the first systematic bias and fairness audit of \jev{}, a typed-decision model targeting recruitment applications.”
来源：arXiv · cs.AI · arxiv.org