Neuste Artikel für Transparenz

Ein neues Verfahren vereinfacht die Variablenauswahl für bessere Vorhersagegenauigkeit.

Forschung kombiniert superfluides Helium und Mikrowellen für verbesserte Messungen.

Untersuche die Bedeutung von strukturierter Dokumentation in der KI-Entwicklung für Sicherheit und Vertrauen.

Ein neuer Ansatz, um Rankingsysteme gerechter für alle Gruppen zu machen.

Ein Vorschlag zur Verbesserung der Sicherheit und Transparenz von KI-Systemen durch Verantwortungsmassnahmen.

Eine vierstufige Methode, um die ethische KI-Entwicklung in verschiedenen Rollen zu fördern.

Ein Überblick über die Herausforderungen bei der Nutzung von RLHF für die KI-Ausrichtung.

Untersuchung, wie KI globale Sicherheit beeinflusst und Wege, um Vertrauen aufzubauen.

Untersuche das Verhalten von Strömen in Dreiterminal-Josephson-Kontakten und deren Anwendungen.

Ein Toolchain zur Verbesserung der Datenverwendungssichtbarkeit für Mitarbeiter.

Ein Tool, das die Datenschutzrichtlinien von Smart-Geräten analysiert, um das Bewusstsein der Nutzer zu verbessern.

Nutzer äussern Bedenken wegen der Privatsphäre bei automatisierten Smart-Geräten.

Ein Rahmen für die Schaffung fairer und inklusiver smarter Geräte.

Neue voxelbasierte Methoden verbessern die Visualisierung und Transparenz von Gehirnbildern.

Verstehen, wie KI die klinische Risikovorhersage und das Vertrauen verbessert.

Forschung untersucht das Gleichgewicht in mehrsprachigen Sprachmodellen für Fairness und Privatsphäre.

Dieser Artikel untersucht die Risiken, individuelle Stimmen bei Wahlen preiszugeben.

Lernt, warum es wichtig ist, eure Daten zu löschen und welche Herausforderungen dabei auftauchen.

Neue Erkenntnisse zum makroskopischen Zeno-Effekt zeigen innovative Lichtsteuerungsmethoden.

Korruption bremst das Wachstum und den Zugang zu wichtigen Dienstleistungen weltweit.

Eine Studie zeigt, wie Erklärungen zur Entfernung die Nutzerbeteiligung in sozialen Medien steigern.

Ein genauer Blick auf die Werberegeln bei Twitter zeigt massive Nichteinhaltungen.

ClusterFormer kombiniert mehrere Aufgaben in einem vielseitigen Modell für Computer Vision.

Ein neues Framework verbessert kausale Simulationen für zuverlässige Datenanalysen.

Untersuchung des Nutzervertrauens in ChatGPT für gesundheitsbezogene Entscheidungen.

Umfrage zeigt vielfältige öffentliche Meinungen zur verantwortungsvollen Nutzung und Governance von KI.

Dieser Artikel betrachtet Fairness-Probleme bei Bewertungen von KI-basierten Apps.

Untersuchen, wie ML-Praktiker verantwortungsvolle Machine Learning-Praktiken umsetzen und welche Herausforderungen sie dabei haben.

Zugriffslevel bei KI-Audits beeinflussen die Effektivität und die Identifizierung von Risiken.

Nutzer suchen nach Klarheit und Transparenz in den Suchergebnissen.

Analyzieren, wie Red-Teaming die KI-Sicherheit verbessern und potenzielle Risiken angehen kann.

Die Erkundung, wie digitale Tools das Engagement der Bürger und das Vertrauen in die Demokratie steigern können.

Eine Methode zur Überprüfung von Machine-Learning-Modellen, um Vertrauen und Transparenz zu steigern.

Untersuchung der Risiken von Datenverunreinigung in Closed-Source-Sprachmodellen.

Dieser Artikel untersucht den Einsatz von KI zur Vorhersage von Kriminalitätsorten und deren Auswirkungen.

Die wichtigsten ethischen Bedenken bei der Entwicklung und Nutzung von KI erkunden.

Sicherzustellen, dass intelligente Agenten ethisch handeln und transparent sind, ist entscheidend für Vertrauen.

Untersuchen, wie Plattformen mit Fehlinformationen umgehen und gleichzeitig die Nutzerbindung aufrechterhalten.

Die Auswirkungen von KI darauf, wie wir Informationen teilen, untersuchen.

Regelmässige Transparenzberichte für Fundamentmodelle zu erstellen, ist echt wichtig für die Verantwortung.