Pareto front(帕累托前沿/帕累托前线):在多目标优化中,指一组帕累托最优解的集合。集合中的每个解都满足:在不让至少一个目标变差的情况下,无法让任何一个目标进一步变好(即“不可被其他解同时在所有目标上超越”)。该术语常用于权衡(trade-off)分析,如成本 vs. 质量、速度 vs. 准确率等。
/pəˈreɪtoʊ frʌnt/
We plotted the Pareto front to compare cost and performance.
我们绘制了帕累托前沿来比较成本与性能。
In multi-objective machine learning, the Pareto front helps us choose a model that balances accuracy, fairness, and inference time without being dominated by another option.
在多目标机器学习中,帕累托前沿帮助我们选择一种在准确率、公平性和推理时间之间取得平衡、且不被其他方案全面压制的模型。
“Pareto”来自意大利经济学家维尔弗雷多·帕累托(Vilfredo Pareto)的姓氏,他提出了帕累托改进、帕累托效率等思想;“front”在这里表示一条“前沿边界”。组合起来,“Pareto front”就指多目标权衡空间中由最优权衡解构成的“边界曲线/曲面”。