Francesca Toni

Dieser Artikel bespricht den Zusammenhang zwischen ProbLog und Argumentation bei unsicheren Informationen.

Ein Blick darauf, wie ABA-Lernen das Argumentieren in der Künstlichen Intelligenz beeinflusst.

PROPLACE verbessert die Zuverlässigkeit von kontrafaktischen Erklärungen im Machine Learning.

Kontrafaktische Erklärungen geben Einblicke in algorithmische Entscheidungen, brauchen aber Verlässlichkeit.

Die Bedeutung von Absicht in KI-Systemen erkunden.

Die Bedeutung von nachvollziehbarem Denken bei KI-Vorhersagen erkunden.

Neue Strategien verbessern das Denken in komplexen Argumentationsrahmen für KI-Anwendungen.

Eine neue Methode garantiert die Gültigkeit von kontrafaktischen Erklärungen trotz Modelländerungen.

Dieser Artikel stellt eine neue Methode vor, um das Denken in Sprachmodellen zu verbessern.

Neue Modelle verbessern die Genauigkeit bei der Vorhersage der städtischen Flächennutzung und optimieren die Planung.

PB-AA-CBR kombiniert Nutzerpräferenzen mit fallbasiertem Schliessen für massgeschneiderte Entscheidungen.

Untersuchen, wie Erklärungsstile das Verständnis und Vertrauen der Nutzer in KI-Tools beeinflussen.

PeerArg verbessert die Transparenz und Zuverlässigkeit im Peer-Review-Prozess.