Últimos artículos para Ética de la Tecnología

Investigando cómo los LLMs interactúan con los pensamientos y sentimientos humanos.

Este artículo habla sobre métodos para hacer que las salidas de los modelos de lenguaje sean más justas.

Un método para prevenir el mal uso de los modelos de texto a imagen mientras se mantienen sus aplicaciones legales.

La investigación muestra vulnerabilidades en el enfoque de la privacidad del texto en el aprendizaje federado.

Mejorando modelos para entender las interacciones cotidianas entre humanos y objetos a través de enfoques innovadores.

Una mirada a la importancia de la seguridad en los sistemas de IA y las interacciones con los usuarios.

Un nuevo método mejora la comprensión de los resultados de los modelos de lenguaje.

Explorando temas de seguridad, fiabilidad y ética en los modelos de lenguaje.

Examinando la lucha de la IA con la honestidad y su impacto en la confianza de los usuarios.

Este artículo examina cómo la IA puede afectar a los grupos marginados y formas de mejorar los resultados.

Explora los desafíos de privacidad que plantean los ataques de inferencia en modelos de aprendizaje automático.

Explorando el aprendizaje federado y el desaprendizaje para la privacidad del usuario y la integridad del modelo.

Explorando las complejidades de alinear los sistemas de IA con los diversos intereses humanos.

Este artículo examina cómo los modelos de difusión mejoran las tareas de generación y manipulación de imágenes.

Examinando cómo la equidad en el aprendizaje automático puede evolucionar a través de decisiones y el tiempo.

Este artículo habla sobre los desafíos del desaprendizaje automático y un nuevo enfoque para equilibrar la privacidad y la precisión.

Este artículo explora técnicas y desafíos en la detección de medios deepfake.

Un estudio revela sesgos en las recomendaciones de contratación de IA basadas en los nombres de los candidatos.

Los rasgos de los usuarios influyen en las respuestas de los modelos de lenguaje y en su seguridad.

Examinando cómo el sesgo cultural afecta la comprensión de imágenes por parte de la IA.

Un método para mantener la privacidad al compartir estadísticas de tráfico urbano.

Este artículo explora estrategias para proteger la privacidad individual en el aprendizaje automático.

Aprende cómo la privacidad diferencial protege los datos individuales mientras permite un análisis útil.

Un enfoque nuevo para la IA combina modelos de lenguaje con programas simbólicos para una mejor interpretabilidad.

Aprende las mejores prácticas para desarrollar modelos de IA de manera responsable y efectiva.

Una mirada a las categorías de riesgo de IA y la necesidad de políticas unificadas.

N nuevos métodos revelan serias amenazas a la privacidad por el intercambio de datos de ubicación.

Este artículo examina si los modelos de lenguaje grandes tienen creencias e intenciones.

Hablando sobre la equidad a largo plazo en la tecnología y su impacto social.

AAggFF presenta estrategias adaptativas para un rendimiento equitativo del modelo en el Aprendizaje Federado.

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

Las investigaciones muestran lo fácil que es quitar las funciones de seguridad de los modelos Llama 3.

La investigación muestra cómo los ajustes en los mensajes pueden mejorar las respuestas de la IA a diferentes culturas.

Este artículo examina los riesgos relacionados con los LLMs y propone formas de mejorar la seguridad.

Un nuevo marco busca detectar y corregir errores en los resultados de LVLM.

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.