Neuste Artikel für Ethik in der Technologie

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.

Fairness in KI verbessern, indem man Fachexperten in die Datengenerierung einbezieht.

Ein Leitfaden für ethische Prüfmethoden für Machine-Learning-Technologien.

Eine neue Methode zur Bewertung der Übereinstimmung von Sprachmodellen mit menschlichen Werten.

Ein neuer Ansatz für Wasserzeichen zielt darauf ab, die Erkennung zu verbessern und den Missbrauch von Sprachmodellen zu verhindern.

Neue Modellarchitekturen verbessern das maschinelle Lernen durch fortschrittliche Merkmalsinteraktionen.

Die Fairness und Ethik, wie Sprachmodelle auf Nutzer reagieren, untersuchen.

Untersuchung des Zusammenhangs zwischen lokaler differentieller Privatsphäre und Fairness in ML-Systemen.

Die Verbindung zwischen Bewusstsein und künstlicher Intelligenz durch Gehirnforschung erkunden.

Diese Studie bewertet Methoden zur Messung von Bias bei der Antisemitismus-Erkennung mit GPT-3.5-Turbo.

Ein Blick auf die Herausforderungen von Bias und neue Strategien im maschinellen Lernen.

Dieser Artikel untersucht, wie Angriffe die Sicherheit von LLMs und die Generierung von Antworten beeinflussen.

Dieser Artikel behandelt die Manipulationen und Schwächen von PD-Diagrammen in der KI-Gerechtigkeit.