Últimos artículos para Ética en la Tecnología

Un nuevo método mejora el modelado 3D de humanos a partir de fotos mínimas.

La investigación presenta un marco para reducir el sesgo en el texto generado por IA.

Los talleres mejoran la comprensión de la IA responsable para los profesionales de la industria.

La investigación revela cómo los mensajes amigables pueden desviar a los sistemas de IA.

Un conjunto de datos robusto para entrenar sistemas de IA avanzados basados en chat.

Un marco para incorporar las voces de las minorías en los procesos de anotación.

Aprende cómo la transferencia de estilo de texto cambia el estilo del texto mientras mantiene el significado.

Un nuevo método mejora la alineación del modelo de IA sin necesidad de reentrenamiento.

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

Nuevo modelo crea de forma eficiente representaciones realistas de cabezas humanas en 3D.

Este artículo habla sobre cómo el razonamiento de LLM mejora los sistemas de recomendación y presenta Rec-SAVER.

Un método para reducir el sesgo en los modelos de lenguaje haciéndolos olvidar información dañina.

Combinando el aprendizaje automático con el razonamiento automatizado para explicaciones de IA más claras.

Entendiendo técnicas para eludir la seguridad en modelos de lenguaje.

Explorando el uso de marcas de agua para abordar problemas de copyright en los modelos de lenguaje.

Un nuevo conjunto de datos sintético permite una detección precisa de cabezas y modelado en 3D.

Un estudio detallado sobre cómo los modelos memorizan texto y sus implicaciones.

Un análisis de cómo las encuestas impactan la investigación en IA, los valores y el compromiso público.

Este proyecto tiene como objetivo identificar y reducir el sesgo en los modelos de lenguaje en diferentes idiomas europeos.

Un análisis profundo sobre la importancia de interpretar modelos de NLP.

Examinando los métodos para preparar datos en el entrenamiento del modelo.

Un nuevo enfoque para evaluar la fiabilidad de los métodos que explican la toma de decisiones de la IA.

Examinando problemas de equidad en algoritmos de detección de anomalías para imágenes faciales.

Explorando el desaprendizaje automático y su papel en mejorar la seguridad y privacidad de la IA generativa.

Explorando los sesgos humanos y su impacto en la equidad de la IA.

Nuevos métodos detectan y responden a la memorización en el contenido generado por IA.

Explorando principios para relaciones éticas entre la gente y sus datos.

Nuevos métodos abordan los problemas de copia en los modelos de generación de imágenes.

Examinando sesgos y equidad en modelos de lenguaje grandes.

Explorando el papel y los desafíos de los LLMs en la ingeniería del conocimiento.

Un estudio revela brechas en la representación de usuarios marginados de Stable Diffusion.

Un nuevo modelo para intercambiar caras de manera realista usando técnicas avanzadas.

Una visión general de los riesgos y métodos relacionados con la seguridad de los modelos de lenguaje.

Una mirada a los sesgos y la equidad en la tecnología de visión por computadora.

Los modelos de lenguaje más grandes muestran una mayor vulnerabilidad a comportamientos dañinos en los datos.

Métodos innovadores para mejorar la equidad en modelos de lenguaje grandes.

Examinando los riesgos del jailbreaking de muchos disparos en modelos de lenguaje italiano.

Los ataques de barajado revelan vulnerabilidades en las evaluaciones de equidad de la IA usando métodos como SHAP.

Este artículo examina cómo diferentes contextos afectan los resultados de las pruebas de equidad en la IA.

Descubre los últimos avances en modelos de texto a imagen y su impacto.