핵심 개념
기존의 기대 손실이나 가치-위험 측정을 넘어, 손실 분포의 분산을 이해하고 제어하는 것이 중요하다.
초록
머신 러닝의 책임 있는 사용을 위해 분산 제어의 중요성 강조
분산 제어를 위한 새로운 프레임워크 소개
사회적 영향을 고려한 통계적 기능의 분산 제어 방법론 제시
다양한 실험을 통해 방법론의 효과적인 적용과 결과 분석
통계
이전 작업에 대한 기대 손실의 경계를 제공하는 프레임워크 소개
사회적 통계적 분산 측정을 제어하기 위한 새로운 연구 시작
독립적인 예상 손실 또는 다양한 위험 측정을 넘어 분산 제어에 초점
인용구
"기대 손실이나 가치-위험 측정만으로는 충분하지 않을 수 있음" - (Angelopoulos et al., 2021)
"모델이 사회적 영향을 미치는 영역에서 분산의 중요성을 고려해야 함" - (Lazovich et al., 2022)