Neuste Artikel für Voreingenommenheit

Eine Studie über Vorurteile in der Darstellung von Biografien auf Wikipedia.

Eine neue Methode verbessert die Kennzeichnungsgenauigkeit für sozialwissenschaftliche Studien mit LLMs.

Untersuchung von Vorurteilen und Fairness-Massnahmen in der Leistung biometrischer Technologien.

Eine neue Methode verbessert die Spracherkennungsgenauigkeit für afrikanische Akzente.

Untersuchung des Einflusses der Datensatzgrösse auf schädliche Inhalte in KI-Modellen.

Dieses Papier bespricht die Wichtigkeit von Fairness in automatisierten Entscheidungssystemen.

FeedbackMap vereinfacht die Analyse von offenen Umfrageantworten für Organisationen.

Dieser Artikel behandelt ein Benchmark-Tool zur Bewertung von Vorurteilen in Sprachmodellen.

Statistische Methoden nutzen, um die Qualität von Inhalten bei der Moderation zu verbessern.

Eine neue Methode erkennt Hassrede, die mit weisser Überlegenheit verknüpft ist.

Untersuchung des Zusammenspiels von Fairness, Privatsphäre und prädiktiver Leistung im maschinellen Lernen.

Die Überprüfung der Seroprävalenzdaten zeigt wichtige Lücken in der Masernimmunität.

Dieses Papier untersucht Vorurteile in Wort-Einbettungen mit einem bayesianschen Ansatz.

Die Forschung vergleicht NLME-Modellansätze zur Schätzung von Drug-Effekten.

Diese Studie untersucht, wie Vorurteile in Sprachmodellen die Wahrnehmung sozialer Gruppen beeinflussen.

Untersuchen, wie die Trennung von Untergruppen die Verzerrung in medizinischen Bildmodellen beeinflusst.

Eine neue Methode, um die Fairness in föderierten Lernmodellen zu verbessern und dabei die Privatsphäre zu wahren.

DBFed hat das Ziel, Vorurteile in KI abzubauen und gleichzeitig die Datensicherheit zu wahren.

Die Schichtung von Materialien beeinflusst die Festigkeit, Flexibilität und die Wechselwirkungen mit Licht.

Kleine Vorurteile in KI können zu grossen unfairen Ergebnissen führen.

Untersuchung von Vorurteilen bei KI-gestütztem Lebenslauf-Screening und Möglichkeiten, die Fairness zu verbessern.

Die Rolle von PDMP und Coupling erkunden, um statistische Stichprobenverfahren zu verbessern.

Diese Studie zeigt Vorurteile in KI-Modellen, die Sprache im Zusammenhang mit Behinderungen analysieren.

Gender-Tuning reduziert Vorurteile in Sprachmodellen und hält dabei die Leistungsniveaus.

Dieser Artikel untersucht Methoden, um Sprachmodelle auf Vorurteile zu testen.

Dieser Artikel betrachtet Fairness-Fragen in der Gesichtserkennungstechnologie.

Dieser Artikel untersucht die Verzerrungen in Internet-Messplattformen und deren Auswirkungen.

Ein Überblick über KI-Bildmodelle, wie sie funktionieren und welche gesellschaftlichen Auswirkungen sie haben.

Ein Verfahren zur Verbesserung von linearen Regressionsschätzungen in hochdimensionalen Einstellungen.

Vielfalt im AI-Design ist mega wichtig, um Vorurteile zu vermeiden und Fairness zu fördern.

Dieser Artikel spricht über Vorurteile in der maschinellen Lernen und deren Auswirkungen auf Minderheitengruppen.

Die Notwendigkeit von Fairness in mobiler Technologie und Algorithmen erkunden.

Die Rolle von KI und Daten in humanitären Einsätzen erkunden.

Ein neuer Datensatz soll die Erkennung von Hassrede in sozialen Medien verbessern.

Dieser Artikel hebt die Rolle des Denkens hervor, um Vorurteile in Sprachmodellen zu erkennen.

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

Dieser Artikel bewertet das Potenzial von LLMs, psychische Gesundheitsprobleme aus Online-Texten vorherzusagen.

Ein Blick auf die Vorteile und Risiken von ChatGPT in verschiedenen Bereichen.

Neue Methode verringert Verzerrungen bei KI- Klassifizierern in der Hochenergiephysik.

Verstehen, wie individuelle Merkmale die Krankheitsverläufe durch Modellierung beeinflussen.