Neuste Artikel für Ethik in der Technologie

Die Rolle von Kommunikation bei Fairnessentscheidungen in KI-Systemen untersuchen.

Ein neuer Ansatz, um Vorurteile in KI-Modellen zu reduzieren und die Vorhersagen zu verbessern.

Eine Methode, um Fairness-Genauigkeits-Abwägungen für maschinelle Lernmodelle zu approximieren.

Innovative Methoden verbessern 3D-Gesichtsausdrücke für realistische digitale Charaktere.

Dieser Artikel erklärt, wie Deep Support Vectors das Verständnis von AI-Entscheidungen verbessern.

Eine Studie über Bias in russischen Sprachmodellen mit einem neuen Datensatz.

Ein Rahmenwerk zur automatischen Generierung von Regeln, um die Ergebnisse von LLMs mit menschlichen Erwartungen in Einklang zu bringen.

Wir stellen DeNetDM vor, eine Technik, um Vorurteile in neuronalen Netzwerken zu reduzieren, ohne komplizierte Anpassungen.

Vielfältige Proben steigern die Effektivität des Diebstahls von Machine-Learning-Modellen.

Eine neue Art, Porträts mit wechselnden Gesichtsausdrücken und Blickwinkeln zu animieren.

Ein Modell vorstellen, um die Sicherheit bei der Sprachgenerierung zu verbessern und Risiken zu reduzieren.

Eine Studie über die Nutzung des MGS-Datensatzes zur Identifizierung von von KI erzeugten Stereotypen.

Die Integration von menschlichem Denken in das AI-Training verbessert die Erklärungen der Modelle und schafft Vertrauen.

Diese Studie verbessert die logischen Denkfähigkeiten in Sprachmodellen durch das Verständnis von logischen Fehlschlüssen.

Eine neue Methode verbessert Text-zu-Bild-Modelle für eine bessere Identitätsdarstellung.

Diese Studie analysiert die Effektivität von synthetischen Bildern in Gesichtserkennungssystemen.

Ein neues Mass zur Bewertung der Genauigkeit von KI-Modell-Erklärungen.

Ein Blick auf die Konkurrenz bei synthetischen Datensätzen für Gesichtserkennungstechnologie.

Dieser Artikel behandelt eine Methode, um nicht-faktische Inhalte in KI-Antworten ohne menschliche Labels zu identifizieren.

Erforschen, wie generative Modelle subtil gegen Urheberrechtsgesetze verstossen können.

Ein neues Verfahren verbessert die Qualität von Bildunterschriften für 3D-Objekte.

Adaptive Fair Representation Learning bietet faire und genaue Empfehlungen, die auf die individuellen Bedürfnisse der Nutzer zugeschnitten sind.

Forscher wollen ausgeglichene synthetische Daten erstellen, um Vorurteile im maschinellen Lernen zu verhindern.

Eine neue Methode zielt darauf ab, die Fairness im Maschinenlernen zu verbessern, ohne die Leistung zu beeinträchtigen.

Untersuchen, wie KI menschliche Richter bei Kautionsentscheidungen beeinflusst.

Entwickler müssen nachweisen, dass KI-Systeme sicher sind, um Risiken effektiv zu managen.

Ein neues Tool bietet flexible Definitionen von Fairness für die Analyse von maschinellem Lernen.

Gesichtsaufnahmen verbessern, während die Identität der Person erhalten bleibt.

AdvisorQA bewertet die Fähigkeit von Sprachmodellen, persönliche Ratschläge effektiv zu geben.

Eine Methode, um Bias in bestehenden Deep-Learning-Modellen mit minimalen Beispielen zu reduzieren.

Erforschen, wie man KI-Systeme zum Wohl der Gesellschaft lenken kann.

Eine neue Methode zielt darauf ab, Vorurteile im maschinellen Lernen für sich entwickelnde Datenströme zu reduzieren.

Ein neuer Ansatz verbessert die Erklärungen von KI durch machbare und kohärente kontrafaktische Überlegungen.

Die Bedenken über die Sicherheit von Text-zu-Bild-Modellen und deren Missbrauch steigen.

Sicherstellen, dass das Design der Technologie die Vielfalt und den Kontext der Nutzer respektiert.

Ein Blick darauf, wie man menschlich und maschinell geschriebene Inhalte unterscheidet.

Dieser Artikel untersucht Möglichkeiten, ungerechte Algorithmen zu identifizieren und herauszufordern.

Ein Rahmenwerk zur Verbesserung von erklärbaren KI-Methoden und dem Vertrauen der Nutzer.

Eine neue Methode zur Verbesserung der Gesichtsvielfalt in KI-Datensätzen vorstellen.

Neue Tools verbessern die Bearbeitung und Produktionsqualität von Sprachaufnahmen.