一种公平图模型构建方法、设备及介质

本发明属于公平机器学习技术领域，具体涉及一种公平图模型构建方法、设备及介质，本发明方法引入Lipschitz约束，推导出一个紧致的非分离Lipschitz上界，用于联合约束编码器和掩码生成器的输出，从而控制特征扰动引起的输出变化，显著提升训练过程的平稳性与可重复性。另外，本发明还设计了分布式鲁棒优化策略对编码器进行优化，在掩码生成所导致的多种公平视图下优化最坏情况风险，自动忽略导致过拟合的节点和视图，提高模型的泛化能力。相比于现有方法，本发明方法对数据分布偏移更具适应性，减少对敏感属性特征的过度依赖。