Neuste Artikel für Ethik in der Technologie

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.

Richtlinien für Forscher, um generative KI ethisch und effektiv zu nutzen.

Eine neue Methode zielt darauf ab, die Wahrhaftigkeit in Sprachmodellen zu verbessern, während die Genauigkeit erhalten bleibt.

Ein neuer Ansatz, um informativere Bildunterschriften für Bilder zu erstellen.

Methoden vorstellen, um Sprachmodelle zu steuern, damit sie bestimmte Persönlichkeitsmerkmale zeigen.

Diese Studie untersucht die Effektivität von mehrsprachigen Modellen beim Erkennen von Audio-Deepfakes.

Dieser Artikel behandelt die Wichtigkeit von ethischen Praktiken im Umgang mit Datensätzen für maschinelles Lernen.

KI-Tools zeigen Potenzial, haben aber grosse Sicherheitsbedenken für die Unterstützung der psychischen Gesundheit.

Ein tiefgehender Blick in die Entwicklung und die Auswirkungen von Sprachmodellen.

Eine Studie über praxisnahes Lernen mit generativen KI-Tools in der Grundschule.

Multikalibrierung verbessert die Genauigkeit von LLM, indem sie die Vertrauenswerte verfeinert und Halluzinationen angeht.

Eine neue Methode kümmert sich um Datenschutz und Fairness in Regressionsmodellen mit innovativen Anpassungen.

Eine Methode, um die Fairness in Klassifizierungsmodellen für sensible Bereiche zu verbessern.

Erforschen, wie Meinungsverschiedenheiten bei der Datenkennzeichnung wertvolle Einblicke geben können.

Die Bedrohung durch KI, die Videostile imitiert, mit innovativen Schutzmethoden angehen.

Fairness in Reinforcement-Learning-Systemen für ethische Entscheidungen untersuchen.

Die Untersuchung der Rolle von Wasserzeichen in KI-generierten Texten zur Verantwortung.

Dieser Artikel behandelt die Wichtigkeit von Absicht bei der Erkennung von Online-Missbrauch.