Fairness metrics for XGBoost across and race and gender.

Figshare2026-03-06 更新2026-04-28 收录

公平算法

模型偏见检测

数据链接：

https://figshare.com/articles/dataset/_p_Fairness_metrics_for_XGBoost_across_and_race_and_gender_p_/31561089 数据链接链接失效反馈

官方服务：

资源简介：

Fairness metrics for XGBoost across and race and gender.

创建时间：

2026-03-06

面向识别任务的模型偏见纠正数据集

模型偏见检测

人脸属性识别

本数据集聚焦于面向识别任务的模型偏见纠正，基于 ResNet-18 模型对 CelebA 数据集开展人脸属性分类训练，生成初步模型数据。鉴于原始模型在不同群体分类结果上暴露的偏见问题，项目团队自主研发三种去偏方法，经实验验证后，利用这些方法重新训练，产出多种去偏见模型数据，以.pth 文件格式保存。该数据集为研究人员提供分析纠正模型偏见的基准，便于对比不同去偏策略，对提升模型公平性与准确性、推进偏

国家基础学科公共科学数据中心150

BEAD

模型偏见检测

公平性自然语言处理

BEADs旨在应对识别、量化和减轻语言模型中偏见的关键挑战。它主要针对与性别、种族、年龄等相关的偏见，数据来源于不同的社交媒体平台，并采用机器学习模型与人工验证相结合的混合标注方法来确保准确性和可靠性。BEADs支持文本分类、token分类和语言生成等任务，规模在100万到1000万条样本之间，并采用CreativeML OpenRAIL-M授权许可。

Opencsg2024-07-19 更新110

Intel/Uncovering_LVLM_Bias

模型偏差

公平算法

该数据集包含了文本及其相关特征，如文本是否具有侮辱性、攻击性等，以及一些用于描述文本内容和上下文的字段。数据集适用于训练自然语言处理模型，特别是那些涉及文本分类和情感分析的任务。

Hugging Face2025-05-06 更新90

Diverse Spectrum - A Diverse Image Dataset

图像数据集

公平算法

Beyond the Algorithm: Community-Curated Visual Data for an Equitable AI Future

kaggle2025-04-20 更新120

Fairly Sampled Skin Pixels