یکی از چالشهای بزرگ در یادگیری خودنظارتی (Self-Supervised Learning)، ورود سوگیریهای ناخواسته و «ویژگیهای نامرتبط» به فضای بازنمایی مدل است. حالا محققان چارچوب جدیدی به نام UOWReg را معرفی کردهاند که با تغییر تمرکز از اهداف کلی (Global) به اهداف شرطی (Conditional)، تضمین میکند که خروجی مدل بدون وابستگی به این سوگیریهای مزاحم تولید شود.
این روش که بر پایه بهینهسازی توزیعهای شرطی طراحی شده، گام مهمی برای رسیدن به مدلهای منصفانهتر و قابلاعتمادتر در حوزههای حساس است.
منبع: arXiv Machine Learning