Jie M. Zhang

Untersuchung von Fairness in ML-Systemen unter Berücksichtigung mehrerer geschützter Attribute.

Diese Studie zeigt Vorurteile darin, wie autonome Autos Fussgänger je nach Alter und Hautfarbe erkennen.

Die unberechenbare Natur der Codegenerierung mit ChatGPT untersuchen.

Dieses Papier bewertet die Effizienz des generierten Codes von verschiedenen Modellen.

Eine Studie über das Teilen, die Pflege und die Qualität von Softwareforschungsartefakten.

AID nutzt LLMs und differenzielle Tests, um die Fehlersuche in Software zu verbessern.

Ein neuer Ansatz verbessert die Leistung von Code, der von grossen Sprachmodellen generiert wird.

Diese Studie bewertet, wie LLMs das Mutationstesting in der Softwareentwicklung verbessern können.

Eine Studie zeigt, wie fehlerhafter Code die Qualität von Testfällen bei LLMs beeinflusst.

Die Verbindung zwischen Persönlichkeitsmerkmalen und der Effektivität von Code-Generierung mit LLMs erforschen.

Ein neues Framework soll Vorurteile in Rollenspielszenarien von Sprachmodellen aufdecken.

Lerne, wie Eingabemutation die Fairness in maschinellen Lernsystemen verbessern kann.