研究将公平性视为分布稳定性：预测器在受保护群体构成变化下保持稳定即为公平

一项研究把公平性定义为分布稳定性：预测器在受保护群体构成被扰动时预测结果保持稳定即为公平，多种经典公平概念可视为对特定扰动的稳定性，其不公平差距由预测率泛函的 Lipschitz 常数给出。该框架无需知道部署分布即可在测试时对多种人口构成提供一致保证，并给出基于重加权预测器凸组合、以二阶锥规划求解的学习方法及泛化界。标准基准实验验证了该方法的有效性。