4.4. 使用 bias 指标

您可以在 Red Hat OpenShift AI 中使用以下 bias 指标：

统计区域差异

统计 Parity Difference (SPD)是非特权和特权组之间的良好结果预测的概率差异。SPD 正式定义如下：

SPD 定义

criu = 1 是可取的结果。
DPROFILE 和 D categories 是非特权和特权组数据。

您可以按如下方式解释 SPD 值：

值 0 表示模型对于所选属性来说比较简单（如 race, gender）。
range -0.1 到 0.1 的值表示模型对于所选属性是合理的。相反，您可以对其他因素（如示例大小）造成概率差异。
range -0.1 到 0.1 之外的值表示模型对于所选属性没有释放。
负值表示模型对非特权组有 bias。
正值表示模型对特权组有 bias。

不同的影响率

不同的影响率 (DIR)是特权组的可取用结果的比例。DIR 的正式定义如下：

DIR 定义

criu = 1 是可取的结果。
DPROFILE 和 D categories 是非特权和特权组数据。

识别 bias 的阈值取决于您的标准和具体用例。

例如，如果您的识别 bias 的阈值由以下 DIR 值（在 0.8 或 1.2 以上）表示，您可以按如下方式解释 DIR 值：

值 1 表示模型是所选属性的公平。
值介于 0.8 和 1.2 之间，表示模型对于所选属性来说是合理的。
低于 0.8 或 1.2 以上的值表示 bias。

学习

尝试、购买和销售

社区

关于红帽文档

通过我们的产品和服务，以及可以信赖的内容，帮助红帽用户创新并实现他们的目标。了解我们当前的更新.

让开源更具包容性

红帽致力于替换我们的代码、文档和 Web 属性中存在问题的语言。欲了解更多详情，请参阅红帽博客.

關於紅帽

我们提供强化的解决方案，使企业能够更轻松地跨平台和环境（从核心数据中心到网络边缘）工作。

Theme

© 2026 Red Hat

返回顶部