Últimos artículos para Ética en la Tecnología

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.

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.