MMD

深度分析

RKHS 視角下的公平性不可能性：Pokémon 定理、MMD 與表徵學習限制

本文回顧公平性不可能性的現代理論脈絡，從再生核希爾伯特空間（RKHS）出發，將多種均值公平準則視為條件平均嵌入的線性約束。作者提出 Pokémon 定理，指出任意有限審核清單都無法完全證明兩群體分布相同，並以 MMD 作為殘差檢驗指標，說明公平表徵學習在基率不等時面臨根本限制。