Neuste Artikel für Technologie-Ethische

Eine neue Methode nutzt neuronale Architektur-Suche, um die Erkennung von Gesichtsmanipulationen zu verbessern.

Die Bedeutung der öffentlichen Beteiligung an KI und ihre Herausforderungen erkunden.

Ein Blick auf Geschlechtervoreingenommenheit in KI und ihre Auswirkungen auf die Gesellschaft.

Mobile Apps fehlen oft die Klarheit bei der Datensammlung, was das Vertrauen der Nutzer beeinträchtigt.

Dieser Artikel untersucht die Auswirkungen von Geschlechtervorurteilen in der Sentimentanalyse mit BERT.

Die Natur von Überzeugungen in grossen Sprachmodellen erkunden.

Erklärbarkeit in KI ist wichtig für Vertrauen in kritischen Bereichen wie dem Gesundheitswesen.

Internationale Zusammenarbeit ist wichtig, um die Risiken und Vorteile von KI zu managen.

Kleine Vorurteile in KI können zu grossen unfairen Ergebnissen führen.

Dieser Artikel untersucht den Zusammenhang zwischen Merkmalszuschreibungen und kontrafaktischen Erklärungen in der KI.

Die Risiken und Erklärungsherausforderungen von adversarialen Angriffen auf KI-Modelle untersuchen.

Die Erforschung von Datenschutzrisiken und Strategien zur Verwaltung von Datenlecks in Sprachmodellen.

Dieser Artikel untersucht Methoden, um Sprachmodelle auf Vorurteile zu testen.

Vielfalt im AI-Design ist mega wichtig, um Vorurteile zu vermeiden und Fairness zu fördern.

In diesem Artikel geht's darum, faire Hashmaps für eine gerechte Datenverwaltung zu erstellen.

Eine sichere Methode zur Identifizierung von maschinengenerierten Texten vorstellen.

Untersuchung, wie Vorurteile in der KI die Jobvorschläge für verschiedene Gruppen beeinflussen.

Ein Blick darauf, wie empathisch ChatGPT wirklich ist.

Die Herausforderungen und Chancen von differenzieller Privatsphäre in der Datenanalyse untersuchen.

Die Risiken der Wiederidentifizierung in anonymisierten Gerichtsurteilen mit Hilfe von Sprachmodellen untersuchen.

Eine neue Methode zu erkunden, um die Privatsphäre in kausalen Forschungen zu schützen und gleichzeitig die Genauigkeit beizubehalten.

Ein neuer Datensatz gibt Einblicke in Vorurteile in der Sprachtechnologie.

Perplexität nutzen, um riskante Eingaben in Sprachmodellen zu identifizieren.

Forschung analysiert, wie ChatGPT mit Vorurteilen in umstrittenen Diskussionen umgeht.

Die Risiken von führenden Computer Vision Modellen und deren Effektivität untersuchen.

Ein strukturierter Ansatz zur Erstellung effektiver Datensätze für die Analyse von Hassrede.

Eine Studie zeigt Geschlechtervorurteile in KI über verschiedene Kulturen hinweg.

Diese Studie untersucht Vorurteile in Sprachmodellen mithilfe von promptbasiertem Lernen.

Fairness as a Service bekämpft Bias in maschinellen Lernsystemen auf sichere Weise.

Die Notwendigkeit für klare Erklärungen in der Entscheidungsfindung von KI, besonders bei quantenbasierten Modellen, zu erkunden.

Ein neues Framework soll die Entscheidungsfindung von KI für Menschen klarer machen.

Eine Studie darüber, wie Nutzer KI-Erklärungen und deren Grenzen interpretieren.

Untersuchen, wie Angreifer grosse Sprachmodelle für Wissensabzug ausnutzen.

Eine Studie zur Unterscheidung zwischen menschlichen und maschinell erzeugten Texten sowie deren Quellen.

Wissen-Sanitierung hilft, sensible Informationen in Sprachmodellen zu schützen.

Untersuchung der Effektivität von Wasserzeichen gegen adaptive Angriffe auf Deepfake-Bilder.

Methoden zum Schutz der Privatsphäre im Machine Learning untersuchen.

Ein neues Framework identifiziert und misst Vorurteile in Bildgenerierungssystemen.

Dieser Artikel betrachtet Fairness-Probleme bei Bewertungen von KI-basierten Apps.

Die Verbesserung der wissenschaftlichen Datendokumentation ist wichtig für faire ML-Praktiken.