Computerwissenschaften - Computer und Gesellschaft

Ein vielfältiger Video-Datensatz, der die Studien zur Fairness und Robustheit von KI verbessert.

Die Komplexität von algorithmischer Voreingenommenheit und Neutralität in unserer digitalen Welt untersuchen.

Die Nützlichkeit und Datenschutzprobleme von Ortungsverfolgungsgeräten untersuchen.

Dieser Artikel beleuchtet Vorurteile in Sprachmodellen und schlägt einen logischeren Lernansatz vor.

Eine Übersicht darüber, wie Personalisierung Sprachmodelle verbessern kann, während sie potenzielle Nachteile berücksichtigt.

Eine Analyse der Zuverlässigkeit von Wikipedia-Referenzen im Laufe der Zeit.

Der Ansatz einer Bank zur Erkennung und Bekämpfung von Missbrauch durch Finanztransaktionen.

Eine neue Methode zeigt schnell einflussreiche Akteure in sich verändernden Märkten.

Ein neuer Ansatz zur Messung des Community-Wachstums für informierte Entscheidungen.

Ein neuer Ansatz hilft, Diskriminierung in automatisierten Entscheidungssystemen zu erkennen.

Untersuchung von Bias-Transfer während des Fine-Tunings in Machine-Learning-Modellen.

Lerne, wie Technik das Geometrie-Unterrichten und das Verständnis der Schüler verbessern kann.

Dieser Artikel untersucht, wie LinkedIn-Daten geschlechtsspezifische Unterschiede am Arbeitsplatz in Italien aufzeigen.

Ein Blick auf die Erstellung und Anwendung von digitalen Menschen im Metaverse.

Kann die Änderung von Schulgrenzen Vielfalt in US- Grundschulen fördern?

FAIR-Prinzipien verbessern den Datenaustausch in der Forschung und fördern Zusammenarbeit und Vertrauen.

Revolutionäre Methode verbessert die Effizienz beim Matching von Bildungsübungen.

Datenschutzlabels sollen die Datenpraktiken für Nutzer einfacher machen, haben aber Probleme mit der Genauigkeit.

Dieser Artikel behandelt, wie man Fairness beim Graphfiltering erreicht und dabei die Effektivität beibehält.

Ein Blick auf gleiche Behandlung und Ergebnisse in der Fairness von maschinellem Lernen.

KI-Systeme bei Jobempfehlungen müssen fair und unvoreingenommen sein.

Analyzing, wie sich Botschaften von weissen Suprematisten von Online-Umgebungen in Offline-Situationen übertragen.

Diskussion über Fairness-Herausforderungen in AutoML und Methoden für gerechte Ergebnisse.

KI verändert, wie wir andere überzeugen und beeinflussen.

Untersuchen, wie Intersektionalität die Fairness in KI-Systemen beeinflusst und welche sozialen Auswirkungen das hat.

Erforschen, wie moralische Werte und Politik die Einstellung zum Tragen von Masken beeinflussen.

Ein Blick auf die Demografie in Interessengemeinschaften in verschiedenen Bereichen.

In diesem Artikel wird besprochen, wie homogene Ensembles die Fairness von Machine-Learning-Modellen verbessern.

Diese Studie untersucht die Rolle von KI bei der Formung von Ansichten über umstrittene Gebiete.

Die Chancen und Risiken von LLMs in Bildungseinrichtungen unter die Lupe nehmen.

Forschung zeigt, wie Geschlechtervorurteile Aufgaben im Tech-Bereich beeinflussen.

AR-Anwendungen können persönliche Interaktionen mit Freunden und Haustieren verbessern.

Einführung des SCIENCE-Indexes, um die Zusammenarbeit unter Forschern durch Datenaustausch zu fördern.

Methoden entdecken, um die Erkennung von Hassrede mit menschlich geschriebenen Beispielen zu verbessern.

Wichtige Punkte zur Validierung von KI-basierten Diagnosetools.

Ein Workshop, um die Datenvisualisierungsausbildung und -fähigkeiten durch gemeinsame Anstrengungen zu verbessern.

Die Interaktion von Kindern mit KI und ihre Auswirkungen auf die Entwicklung erkunden.

Dieser Artikel untersucht die Rolle und Auswirkungen von ChatGPT in der Hochschulbildung, insbesondere in Kursen zur Computersicherheit.

Eine neue Methode, um KI-Modelle vor unbefugter Nutzung zu schützen.

Die Auswirkungen von generativer KI auf die digitalen Gemeingüter erkunden.