Lu Cheng

Ein neues Framework geht die Fairness-Herausforderungen im maschinellen Lernen mit begrenzten Datenproben an.

Ein neues Modell verbessert die Stance-Erkennung mit kontrafaktischen Daten und kontrastivem Lernen.

Untersuchen, wie Fairness im maschinellen Lernen sich über Entscheidungen und Zeit entwickeln kann.

Die Herausforderungen und Methoden zur Erreichung von Fairness im maschinellen Lernen untersuchen.

Forschung untersucht, wie gut Sprachmodelle soziale Medien-Interaktionen analysieren und Mobbing bekämpfen können.

Erforschen, wie KI die Sprachqualität bewerten kann und welche Herausforderungen dabei auftreten.

Die Herausforderungen und Vorurteile von LLMs in Gesundheitsanwendungen untersuchen.