Últimos artículos para Ética en la Tecnología

Un estudio sobre la equidad de las políticas de privacidad y su impacto en la confianza del usuario.

Este estudio trata sobre los desafíos de editar modelos de lenguaje y mitigar efectos no deseados.

Nuevos métodos buscan mejorar la eliminación de datos en modelos de lenguaje sin afectar el rendimiento.

Explorando nuevas preocupaciones de privacidad en el uso de modelos de difusión.

Examinando temas de memorización en imágenes generadas por IA y sus implicaciones.

SelfIE ayuda a los LLMs a explicar sus procesos de pensamiento de manera clara y confiable.

Explorando el equilibrio entre la compresión de modelos y la confiabilidad en la IA.

Un nuevo método aborda la generación de contenido dañino en modelos de IA.

Un nuevo marco mejora la detección de imágenes digitales alteradas a través de técnicas avanzadas.

Un nuevo método integra restricciones en circuitos probabilísticos para mejores predicciones.

Un estudio revela nuevas técnicas para ataques de puerta trasera en modelos de lenguaje con un impacto mínimo.

Examinando el papel de la comunicación en las decisiones de equidad dentro de los sistemas de IA.

Un nuevo enfoque para reducir sesgos en los modelos de IA y mejorar las predicciones.

Un método para aproximar los compromisos entre equidad y precisión en modelos de aprendizaje automático.

Métodos innovadores mejoran las expresiones faciales 3D para personajes digitales realistas.

Este artículo explica cómo los Deep Support Vectors mejoran la comprensión de la toma de decisiones de la IA.

Un estudio sobre sesgos en modelos de lenguaje ruso usando un nuevo conjunto de datos.

Un marco para generar automáticamente reglas que alineen los resultados de LLM con las expectativas humanas.

Presentamos DeNetDM, una técnica para reducir sesgos en redes neuronales sin hacer ajustes complicados.

Muestras diversas mejoran la efectividad del robo de modelos de aprendizaje automático.

Una nueva forma de animar retratos con expresiones y ángulos cambiantes.

Presentando un modelo para mejorar la seguridad en la generación de lenguaje y reducir riesgos.

Un estudio sobre el uso del conjunto de datos MGS para identificar estereotipos generados por IA.

Integrar el razonamiento humano en el entrenamiento de IA mejora las explicaciones del modelo y genera confianza.

Este estudio mejora las habilidades de razonamiento lógico en los modelos de lenguaje a través de la comprensión de falacias lógicas.

Un nuevo método mejora los modelos de texto a imagen para una mejor representación de la identidad.

Este estudio analiza la efectividad de las imágenes sintéticas en los sistemas de reconocimiento facial.

Una nueva métrica para evaluar la precisión de las explicaciones de los modelos de IA.

Una mirada a la competencia en conjuntos de datos sintéticos para la tecnología de reconocimiento facial.

Este artículo habla de un método para identificar contenido no factual en las respuestas de IA sin etiquetas humanas.

Explorando cómo los modelos generativos pueden infringir sutilmente las leyes de derechos de autor.

Un nuevo método mejora la calidad de las descripciones para objetos 3D.

El Aprendizaje Adaptativo de Representación Justa ofrece recomendaciones justas y precisas adaptadas a las necesidades individuales de cada usuario.

Los investigadores buscan generar datos sintéticos equilibrados para prevenir sesgos en el aprendizaje automático.

Un nuevo método busca mejorar la equidad en el aprendizaje automático sin sacrificar el rendimiento.

Examinando cómo la IA influye en las decisiones de fianza de los jueces humanos.

Los desarrolladores tienen que demostrar que los sistemas de IA son seguros para manejar los riesgos de manera efectiva.

Una nueva herramienta ofrece definiciones flexibles de justicia para el análisis de aprendizaje automático.

Mejorando imágenes de rostros mientras se mantiene la identidad de la persona intacta.

AdvisorQA evalúa la capacidad de los modelos de lenguaje para dar consejos personales de manera efectiva.