Neuste Artikel für Vielfalt und Inklusion

Die Notwendigkeit von Fairness in Sprachdatensätzen für psychische Gesundheit hervorheben.

EquiPrompt hat sich zum Ziel gesetzt, Vorurteile in KI-generierten Bildern mit innovativen Methoden zu reduzieren.

Bewertung von Risiken verzerrter Ergebnisse bei Robotern mithilfe von Sprachmodellen.

Untersuchen, wie unsere Überzeugungen über andere die psychische Gesundheit und Beziehungen beeinflussen.

Das JobFair-Framework identifiziert Geschlechtervorurteile bei automatisierten Lebenslaufbewertungen.

Eine Studie zeigt, dass Verkehrsverbindungen die Segregation zwischen einheimischen und ausländischen Gruppen verringern können.

Diese Studie untersucht den Kompromiss zwischen Vielfalt und faktischer Genauigkeit in KI-generierten Bildern.

In diesem Papier geht's darum, wie man Verzerrungen in KI-Bildern und Textdaten reduzieren kann.

Untersuchung der Auswirkungen von LLMs auf soziale Stereotypen und Möglichkeiten zur Verbesserung der Ergebnisse.

Untersuchung von Vorurteilen in KI-Darstellungen der indischen Kultur.

Eine umfassende Studie über 15 Jahre Forschung zur algorithmischen Fairness zeigt wichtige Trends.

Dieser Artikel untersucht verschiedene Erfahrungen in Quantenbildungsprogrammen in Colorado.

Die FairJob-Datenbank checken, um gerechte Jobchancen für alle zu garantieren.

Eine neue Methode verbessert die Herzfrequenzmessung für unterschiedliche Hauttöne.

Ein Blick darauf, wie man Vorurteile in KI-generierten Bildern reduzieren kann.

Die Rolle von KI bei Chancengleichheit in Einstellungsprozessen untersuchen.

Eine Studie zeigt erheblichen Rassismus in Technologien zur Emotionserkennung.

Neue Werkzeuge bewerten, wie vielfältige Kulturen sich in sich verändernden Umgebungen anpassen.

Diese Studie untersucht, wie synthetische Daten Klassen- und Gruppenungleichgewichte angehen können.

Untersuchen, wie Biases in LLMs die Rekrutierung von Softwareteams beeinflussen.

Dieses Papier bespricht die Fairness bei der Auswahl von Kandidaten für Institutionen trotz voreingenommener Bewertungen.

Analyzieren, wie geschlechtergerechte Sprache Sprachmodelle bei Textklassifizierungsaufgaben beeinflusst.

WiCV 2024 hat die Beiträge von Frauen im Bereich Computer Vision durch Vorträge und Networking präsentiert.

Methoden, um faire Zusammenfassungen aus verschiedenen Stimmen in sozialen Medien zu erstellen.

Eine neue Methode verbessert, wie KI mit Pronomen umgeht, für eine bessere Darstellung.

Dieser Artikel behandelt die Bedeutung von Vielfalt in KI-generierten Bildern.

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

Kulturelle Vorurteile in mehrsprachigen Bewertungen angehen, um die Leistung von Sprachmodellen zu verbessern.

Die Verbesserung von klinischen Studien für eine bessere Repräsentation und reale Relevanz.

Forschung zeigt Vor- und Nachteile von Mixup-Techniken für Fairness in KI.

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

Eine neue Methode stimmt Sprachmodelle auf die unterschiedlichen Vorlieben von Gruppen ab.

Gleichheit in KI-Systemen sicherzustellen, ist voll wichtig für den verantwortungsvollen Einsatz von Technologie.