稳定学习 - 专知百科

稳定学习是研究如何让模型能够泛化到未知开放环境的机器学习任务。现在的机器学习算法已经被广泛应用到各种高风险场景之中，包括医疗、工业制造、金融和司法等。在这些场景中，基于独立同分布假设的机器学习模型往往会暴露出稳定性、可解释性和公平性等社会风险[1]。因此稳定学习旨在学习一个预测模型，该模型可以在任何可能的真实环境上取得一致的良好性能[1]，进而规避潜在的技术风险。