行业
Bias Auditing（偏见审计）
Bias Auditing是系统评估AI模型偏见的过程，解决算法公平性问题，典型应用于招聘、信贷和司法系统，确保模型不因性别、种族等属性产生歧视。
详细解释
Bias Auditing通过统计指标（如 demographic parity、equal opportunity）和因果分析检测模型在不同群体间的性能差异。方法包括数据审计、模型测试和可解释性分析。常用工具如AI Fairness 360、Fairlearn。挑战在于定义公平性指标和权衡准确率与公平性。监管要求（如欧盟AI法案）推动其成为AI部署的必要环节。
别名与相关写法
bias auditing