Neuste Artikel für Soziale Gerechtigkeit

Untersuchung der Auswirkungen von Erscheinungs-Bias in KI-Systemen.

Untersuchung der Auswirkungen von generativer KI auf Wissen und marginalisierte Gemeinschaften.

Die Bedeutung von Fairness in KI-Systemen, die das Leben beeinflussen, untersuchen.

Untersuchung des Zugangs zu öffentlichen Verkehrsmitteln für einkommensschwache Fahrgäste in Greater Boston.

Die Untersuchung von Vorurteilen im maschinellen Lernen und deren Einfluss auf Entscheidungen.

Zwei neue Ansätze verbessern die Genauigkeit von Rennvorhersagen in sensiblen Beurteilungen.

Verstehen von fairen Verteilungsmethoden und deren Bedeutung in der Gesellschaft.

Untersuchung von Gesundheitsdiensten für schutzbedürftige Bevölkerungsgruppen während humanitärer Krisen.

Ein neuer Datensatz soll faire Wohn- und Kreditpraktiken fördern.

Die Balance zwischen Einkommensschutz und Fairness in der Einkommensverteilung untersuchen.

Erforschung der Wahrnehmungen von Stakeholdern hinsichtlich Fairness in maschinellen Lernmodellen trotz Vielfältigkeit.

Eine Studie zeigt Leistungsunterschiede bei RIdV-Systemen in verschiedenen Bevölkerungsgruppen.

Dieses Papier bewertet Fairness-Probleme in Retrieval-Augmented Generation-Methoden.

Untersuchen, wie Diskriminierung die Gesundheitsunterschiede zwischen verschiedenen ethnischen Gruppen beeinflusst.

Forschung zeigt Vorurteile gegen hispanische Fahrer bei Polizeikontakten im Strassenverkehr.

Ein neues Framework soll Vorurteile in Rollenspielszenarien von Sprachmodellen aufdecken.

Die Untersuchung von Vermögensverteilung und Ungleichheit in der Gesellschaft über die Zeit.

Ein Überblick über Fairness-Lernen in KI und seine Auswirkungen auf verschiedene Sektoren.

Wie KI Südafrikas Bemühungen um eine nachhaltige Zukunft unterstützen kann.

Dieses Papier behandelt das Fehlen von Vertretungen bestimmter Gruppen in Daten.

Die Vision von Cybersyn für eine gerechtere Wirtschaft durch KI und historische Lektionen unter die Lupe nehmen.

Lern, wie faires Clustern die Gruppenvertretung in Daten ausbalanciert.

Die Vorteile und Fallstricke von Inklusion in der KI-Entwicklung unter die Lupe nehmen.

Ein Blick darauf, wie Leute die Einkommensverteilung und Transfers wahrnehmen.

Ein neuer Ansatz geht effektiv mit Vorurteilen in Bild-Text-Modellen um.

Untersuchung der COVID-19 Auswirkungen basierend auf Reichtum und ethnischem Hintergrund in England.

Eine neue Methode, um Vorurteile bei Entscheidungen ohne klare Standards zu messen.

Ein Blick darauf, wie Sprache die Black Lives Matter-Bewegung antreibt.

Neue Methoden gehen die Fairness bei der Entdeckung dichter Teilgraphen an.

Untersuchung von Fairnessproblemen bei LLMs und Strategien zur Verbesserung.

Mosambik macht Fortschritte bei HIV-Diensten, hat aber weiterhin Herausforderungen für wichtige Bevölkerungsgruppen.

Neue Methoden zeigen und reduzieren Vorurteile in Sprachmodellen für gerechtere Ergebnisse.

Ein tiefer Blick auf die komplexe Beziehung zwischen Armut und Ungleichheit.

Lerne, wie Eingabemutation die Fairness in maschinellen Lernsystemen verbessern kann.

Wie Telemedizin den Zugang zu medizinischem Cannabis für alle verbessern könnte.

Entdecke die sich entwickelnde Rolle von Gesundheitsförderung in der medizinischen Ausbildung.

Entdecke Techniken, um Privatsphäre und Fairness in Machine-Learning-Modellen auszubalancieren.

Ein neuer Datensatz zeigt detaillierte Konfliktereignisse im Horn von Afrika.

Dieser Artikel hebt die Notwendigkeit von vielfältiger Repräsentation in der Ausbildung für Softwareengineering hervor.

Das Verstehen von KI-Entscheidungen ist wichtig für Vertrauen und Fairness in unserer Gesellschaft.