Últimos artículos para Justicia

Este artículo habla sobre la medición de la equidad en los sistemas de recomendación y propone métodos de muestreo.

Analizando la precisión de las predicciones en diferentes comunidades para una distribución equitativa de recursos de salud.

La investigación muestra cómo la demografía influye en las opiniones sobre la equidad en la moderación de contenido de IA.

Este paper habla sobre métodos para asegurar la equidad en la IA a través de técnicas de aprendizaje auto-supervisado.

Un nuevo marco aborda los conflictos de equidad en el aprendizaje automático de manera efectiva.

Probar LLMs es clave para aplicaciones de IA seguras y efectivas.

Este artículo investiga el sesgo de género en los modelos de lenguaje utilizados para la evaluación de la depresión.

EquiPrompt busca reducir los sesgos en las imágenes generadas por IA usando métodos innovadores.

Examinando el impacto de los dialectos en la precisión de la detección de sesgos lingüísticos.

Nuevos métodos mejoran la precisión y la equidad en los resultados de salud.

Los investigadores desarrollan el conjunto de datos GECO y GECOBench para abordar el sesgo de género en la IA.

Los sistemas de recomendación influyen en las experiencias de los usuarios, pero enfrentan preocupaciones clave sobre la equidad y la privacidad.

Este artículo explora la equidad y la estabilidad en los modelos de aprendizaje automático que se ven afectados por sus predicciones.

Abordando los sesgos en el reconocimiento facial a través de conjuntos de datos de entrenamiento equilibrados.

El balanceo de datos es crucial para la equidad y la precisión en los modelos de aprendizaje automático.

Explorando problemas de equidad en los modelos de lenguaje de IA y sus implicaciones.

Examinando la necesidad de equidad en la IA y su impacto en la sociedad.

Herramientas como OxonFair ayudan a asegurar la equidad en la toma de decisiones de IA.

Un marco para reducir el sesgo en los modelos de lenguaje de IA sin perder precisión.

Examinando cómo las relaciones entre los estudiantes afectan la precisión de la evaluación entre pares.

Presentamos FairMedFM para evaluar la equidad de los modelos de base en el sector salud.

Aprende cómo la información se mueve por las redes basándose en reglas y símbolos específicos.

Un nuevo marco aborda la equidad en las redes neuronales profundas durante la poda del modelo.

Este estudio examina estrategias de comunicación segura en sistemas de UAV múltiples.

El Efecto Rashomon revela múltiples modelos efectivos en el aprendizaje automático.

Una mirada a la distribución justa de recursos en la vivienda.

Examinando el papel de las técnicas de dropout en la mejora de la equidad en las DNNs.

Un nuevo marco mejora la clasificación de imágenes médicas por IA al abordar sesgos y olvidar información desactualizada.

Este estudio aborda la equidad en la imagenología médica a través de datos sintéticos y nuevos métodos.

Las regulaciones guían el uso seguro y justo de las tecnologías de IA en diferentes sectores.

RSMA mejora la equidad de datos y el rendimiento en escenarios de multidifusión de múltiples grupos.

Un estudio revela la importancia de dar instrucciones claras a la IA en entornos clínicos.

Este artículo habla sobre formas justas y eficientes de asignar bienes indivisibles.

Un nuevo marco aborda la equidad, la privacidad, la interpretabilidad y las emisiones en la IA.

Este estudio investiga la forma justa de compartir cosas indivisibles para reducir la envidia y fomentar la honestidad.

Este estudio analiza cómo las plataformas promueven sus propios productos en los resultados de búsqueda.

PUFFLE ofrece una solución para los desafíos de privacidad, utilidad y equidad en el aprendizaje automático.

Descubre cómo los nuevos sistemas mejoran la fiabilidad de la comunicación y la satisfacción del usuario.

Examinando el impacto y los desafíos de la investigación en IA Responsable en aplicaciones del mundo real.

Examinando los desafíos de la equidad en la IA para la imagenología médica.