Últimos artículos para Ética en la Tecnología

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.

Presentando BMFT: un método para mejorar la equidad en el aprendizaje automático sin los datos de entrenamiento originales.

SAGE-RT crea datos sintéticos para mejorar las evaluaciones de seguridad de los modelos de lenguaje.

Un estudio sobre la detección de sesgos en modelos de PNL y sus implicaciones.

Este estudio analiza los rasgos de personalidad de un modelo de lenguaje en nueve idiomas.

MIA-Tuner busca resolver problemas de privacidad en los datos de entrenamiento de LLM.

Este estudio examina cómo los sesgos afectan las respuestas de los modelos de lenguaje y propone soluciones.

Técnicas para proteger imágenes personales del mal uso por modelos generativos.

Explorando cómo las entradas externas moldean las respuestas de los modelos de lenguaje grandes.

REFINE-LM usa aprendizaje por refuerzo para reducir sesgos en modelos de lenguaje de manera efectiva.

Un nuevo método mejora el seguimiento de filtraciones de privacidad en modelos de lenguaje grandes.

Una mirada crítica al impacto de la IA en la ciencia y el entendimiento.

Cómo el etiquetado de la IA afecta la aceptación y percepción de los usuarios en los vehículos.

Examinando el impacto de la IA generativa en el conocimiento y las comunidades marginadas.

Este artículo revisa la evaluación de sesgos de género en la generación de texto a imagen.

Una mirada a reducir el sesgo en las imágenes generadas por IA.

Una visión general de los avances en el reconocimiento de voz a través del VoxCeleb Challenge.

Descubre cómo el sesgo en ML afecta los resultados de salud pública y la equidad.

Explorando nuevos métodos para la toma de decisiones justas en sistemas de aprendizaje automático.

Examinando sesgos en modelos de detección de outliers para promover la equidad.

Combinar IA y anotaciones humanas mejora la precisión de los datos y la eficiencia en la investigación.

ToxDet propone un nuevo método para identificar salidas perjudiciales en modelos de lenguaje.

Examinando cómo las AUPs moldean el panorama de los modelos base.

Se están desarrollando métodos innovadores para detectar y combatir DeepFakes de manera efectiva.

Presentamos la identificación de la mejor opción justa con restricciones de equidad en la toma de decisiones.

Explorando la efectividad de los datos blendfake en los métodos de detección de deepfake.

Cómo la IA puede mejorar en lugar de reemplazar la ingeniería de software.

Este artículo analiza cómo combinar imágenes reales y sintéticas mejora la precisión y la equidad en el reconocimiento facial.

Este estudio evalúa la capacidad de ChatGPT para simular datos demográficos y actitudes.

Un recurso para estudiar el impacto y las tendencias de los deepfakes políticos.

Este artículo habla sobre métodos para reducir el sesgo en los clasificadores de seguridad de texto usando modelos de conjunto.

Un nuevo método busca reducir el sesgo en los modelos de aprendizaje automático para lograr más equidad.

Este estudio analiza la equidad de los métodos de recomendación basados en difusión en comparación con los modelos tradicionales.

Este artículo habla sobre modelos de difusión restringida y su papel en la reducción de sesgos.

Un nuevo método para predecir rasgos de personalidad a partir de publicaciones en línea usando datos filtrados.

Un nuevo conjunto de datos mejora la tecnología de habla multilingüe en India.

Este estudio explora cómo los datos sintéticos pueden abordar los desequilibrios de clases y grupos.

Exponiendo los riesgos de manipulación de las funciones de influencia en el aprendizaje automático.

Descubre una nueva forma de diseñar lenguajes de programación adaptativos.