MMM-Fair: Demo Track CIKM 2025

11 November 2025

MMM-Fair auf CIKM 2025 präsentiert

“MMM-Fair: An Interactive Toolkit for Exploring and Operationalizing Multi-Fairness Tradeoffs” wurde im Rahmen des Demo Tracks der CIKM 2025 in Seoul, Republik Korea, präsentiert. Die Demonstration, begleitet von einem Poster, stellte MMM-Fair als ein Open-Source- und interaktives Toolkit vor, das sowohl No-Code-Interaktion über eine Chat-basierte Oberfläche als auch eine CLI für Entwickler bietet. Es unterstützt die Analyse mehrerer geschützter Attribute, verschiedene Fairnessdefinitionen, multi-objective Optimierung, die interaktive Untersuchung von Fairness- und Leistungsabgleichen sowie natürlichsprachliche Erklärungen, die durch LLMs erzeugt werden.

Lesen Sie den Artikel in der ACM Digital Library:
📖 ACM: dl.acm.org/doi/10.1145/3746252.3761476

Eine allgemeinverständliche Zusammenfassung finden Sie auf Kudos:
📝 Kudos: growkudos.com/publications/10.1145%252F3746252.3761476

Eine kurze Demo-Walkthrough ist auf YouTube verfügbar:
▶️ YouTube Demo: youtube.com/watch?v=_rcpjlXFqkw

Die Arbeit wurde von Swati Swati, Arjun Roy, Emmanouil Panagiotou und Eirini Ntoutsi entwickelt und durch die EU-geförderten Projekte MAMMOth und STELAR unterstützt.

Aktuelles

Kick-off-Workshop des Projekts DZdA – Deutsches Zentrum für digitale Aufgaben in der Hochschullehre

Der Kick-off-Workshop des Projekts Deutsches Zentrum für digitale Aufgaben in der Hochschullehre (DZdA) fand als zweitägige, intensive Veranstaltung mit allen neun Projektpartnern aus Hochschulen in ganz Deutschland statt. Gastgeber war die OTH Amberg-Weiden, die gemeinsam mit der Strategieberatungsfirma pictomind GmbH durch die Veranstaltung führte. Ziel des Workshops war es, ein gemeinsames Projektverständnis zu schaffen, strategische Ziele zu definieren und die Grundlage für eine erfolgreiche Zusammenarbeit zu legen.

MAMMOth-Projekt endet mit bedeutenden Fortschritten zur Minderung von multidimensionalen Bias in KI Systemen

Das durch Horizon Europe geförderte Projekt MAMMOth (Multi-Attribute, Multimodal Bias Mitigation in AI Systems) wurde am 31. Oktober 2025 offiziell abgeschlossen. Nach drei Jahren wegweisender Arbeit zur Entwicklung fairerer, inklusiverer und verantwortungsvoller Künstlicher Intelligenz brachte das Projekt akademische, industrielle und gesellschaftliche Partner zusammen, um Bias in KI-Systemen zu adressieren. Die Ergebnisse bieten politischen Entscheidungsträgern, Technologieentwicklern und der Gesellschaft konkrete Strategien, um Fairness in den Mittelpunkt von KI-Innovation zu stellen.

Paper akzeptiert: IEEE Big Data 2025

Unser Paper "A Deep Latent Factor Graph Clustering with Fairness-Utility Trade-off Perspective" wurde bei IEEE Big Data 2025 akzeptiert. Herzlichen Glückwunsch Siamak!

The Multifaced Nature of Bias in AI: Impact on Model Generalization, Robustness, and Fairness

Beim EU AI Fairness Cluster-Meeting in Brüssel in der vergangenen Woche präsentierte Eirini Einblicke in die verschiedenen Formen von Bias in der KI in einem Vortrag mit dem Titel „The Multifaced Nature of Bias in AI: Impact on Model Generalization, Robustness, and Fairness“

EU AI Fairness Cluster in Brüssel

Eirini nahm am Abschlussevent des EU AI Fairness Cluster in Brüssel teil. Es war eine großartige Gelegenheit, verschiedene Aspekte von Fairness in der KI zu erkunden.

Paper akzeptiert: IEEE ICDM 2025

Unser Paper "TABFAIRGDT: A Fast Fair Tabular Data Generator using Autoregressive Decision Trees" wurde für IEEE ICDM 2025 akzeptiert. Herzlichen Glückwunsch an Manolis und alle weiteren involvierten Personen!