#多实例学习

多实例强化学习中的公平与可解释性

研究将基于强化学习的多实例学习、对抗去偏与偏好条件超网络结合，用于学生风险预测。结果显示超网络扩展出现模式坍缩，偏好权重难以有效控制公平性与性能的权衡，说明仅靠偏好条件化不足以保证可控多目标行为。