“偏见”也是一种模式，但并不是训练集上的被测量对象，从而容易出现“过拟合”；更进一步的，现在常用的训练方法中，即使已经完成被测量对象的模型参数的筛选，但是仍然需要跑相当多的全训练集Epoch，才“放心”的输出模型参数，而这可能更加增强了偏见的“过拟合”。我觉得现在的DNN的训练方法更容易造成偏见过度增强。
我的一个问题是，注意到老师解读的论文中是偏见被修正的同时并没有减少准确率，如果能有效的察觉并发现这些偏见那？有没有相关的文献？或者相关的偏见的dataset?

我觉得就是过拟合了，然后加正则限制的事儿，不过给了个消除“性别偏见”的说法