Últimos artículos para Ética de la Tecnología

Este estudio examina problemas de privacidad y métodos de protección para clasificadores de IA.

Este estudio evalúa qué tan bien los modelos de IA entienden diferentes culturas.

Un nuevo método de defensa para mejorar la seguridad en modelos de difusión de texto a imagen.

NFARD ofrece métodos innovadores para proteger los derechos de autor de modelos de aprendizaje profundo.

Este estudio se centra en reducir el sesgo de género en los modelos de lenguaje de IA a través de un lenguaje inclusivo.

Mejorando la confianza y el cumplimiento en modelos de lenguaje mediante una atribución de fuentes precisa.

Este estudio revela que los LLMs prefieren su propia producción en lugar del contenido escrito por humanos.

Un estudio revela que tanto los humanos como la IA tienen dificultades para reconocerse entre sí.

Examinando cómo el lenguaje influye en las opiniones de género a través de sesgos en modelos de IA.

CEIPA ayuda a descubrir vulnerabilidades en modelos de lenguaje grandes para mejorar su seguridad.

Examinando los riesgos y las medidas de seguridad para robots impulsados por LLM.

Examinando el impacto de los LLM en los estereotipos sociales y formas de mejorar los resultados.

Un estudio revela riesgos sorprendentes de compartir datos sensibles con chatbots.

Examinando la privacidad diferencial y la regresión NTK para proteger los datos de los usuarios en la IA.

Explorando la privacidad diferencial para proteger información sensible en aplicaciones de IA.

Honest Computing pone énfasis en la confianza y la ética al manejar datos.

Un marco que permite a los propietarios de datos verificar el uso no autorizado de sus datos en ML.

Este método mejora la privacidad mientras se mejora la precisión del modelo en IA.

Explorando técnicas para eliminar datos de modelos de IA de manera efectiva.

Examinando los efectos sociales y ambientales de los modelos de IA.

Examinando la privacidad diferencial en el procesamiento del lenguaje natural para una mejor protección de datos.

Examinando cómo las herramientas de IA pueden reforzar los sesgos en la revisión de currículos.

El método CrossWalk mejora la equidad en las incrustaciones de nodos teniendo en cuenta la información sensible.

Las explicaciones engañosas de la IA pueden influir en creencias, complicando la lucha contra la desinformación.

Este artículo examina la efectividad de los métodos actuales de verificación de desaprendizaje automático.

Examinando cómo los T2Is retratan las identidades de castas y refuerzan estereotipos.

Un estudio revela posibles filtraciones de información personal de identidad por parte de VLMs.

Examinando el papel de la IA cuestionable para la equidad y la responsabilidad.

Un nuevo marco mejora la alineación de los modelos de lenguaje con las preferencias de los usuarios.

La investigación explora cómo estimar estadísticas mientras se respetan las necesidades de privacidad de los usuarios.

Un nuevo conjunto de datos resalta los sesgos en los modelos de lenguaje según el género y la edad.

Los chatbots de IA pueden crear recuerdos falsos, lo que genera preocupaciones en entornos legales.

Nuevos métodos mejoran el reconocimiento facial y abordan las preocupaciones sobre la privacidad.

Un método para mejorar la detección de deepfakes reduciendo los sesgos de datos.

Analizando cómo los modelos de lenguaje manejan los sesgos sociales en las opiniones.

Un nuevo método reduce los sesgos en modelos de imagen y texto de manera efectiva.

Un nuevo método mejora la detección de mensajes perjudiciales en modelos de lenguaje.

Una mirada a las principales diferencias entre la IA Explicable y la IA Interpretable.

Explorando el desaprendizaje certificado y su papel en la protección de la privacidad de datos.

Examinando el sesgo social en modelos de lenguaje en chino y motores de búsqueda.