Bill Howe

Examiner quand les LLMs devraient éviter de répondre aux questions.

Examiner l'efficacité et le coût des petits modèles d'IA par rapport à leurs homologues plus grands.

Un nouveau critère améliore l'évaluation des chemins piétons pour une meilleure accessibilité urbaine.

Examiner comment les modèles de langage peuvent refuser de répondre pour une meilleure sécurité.

Utiliser des modèles vision-langage pour améliorer la précision et l'accessibilité de la cartographie urbaine.

ML-EAT propose une méthode structurée pour dénicher les biais dans les technologies linguistiques.

Examiner comment l'IA apprend des biais humains à partir des impressions faciales.

Un aperçu des données synthétiques et de leur rôle dans la vie privée.