Derniers articles pour biais

Cette étude examine les biais dans les modèles de langue bengali et leurs effets sur la société.

Une nouvelle méthode améliore l'estimation du spectre de puissance à partir de données échantillonnées de manière non uniforme.

Les chercheurs utilisent des sondes propositionnelles pour améliorer la fiabilité des modèles linguistiques.

Examiner le besoin d'équité dans l'IA et son impact sur la société.

Cet atelier analyse les stéréotypes de genre dans l'IA à travers le prisme des biais sociétaux.

Une étude sur les biais dans les modèles de génération d'images synthétiques et leurs impacts sur la société.

PopAlign vise à réduire les biais dans la génération d'images à partir de texte tout en maintenant la qualité.

Explorer les défis et solutions pour le biais dans l'apprentissage automatique.

Une nouvelle méthode améliore la précision des estimations des effets des traitements au fil du temps.

Examiner la relation entre les techniques de confidentialité et les biais dans les modèles de langage.

Des outils comme OxonFair aident à garantir l'équité dans la prise de décision de l'IA.

Les noms de différents pays influencent la façon dont les classificateurs interprètent le contenu des réseaux sociaux.

Un cadre pour réduire les biais dans les modèles de langage IA tout en gardant l'exactitude.

Explorer comment les données synthétiques façonnent les modèles d'apprentissage machine et leur comportement.

Présentation de FairMedFM pour évaluer l'équité des modèles de fondation dans le secteur de la santé.

Un nouveau cadre analyse et réduit les biais dans les modèles vision-langage grâce à des interventions ciblées.

Analyser des traits génétiques grâce à des techniques avancées de matrice de covariance.

Un aperçu des méthodes pour réduire le biais dans les décisions automatisées en utilisant l'apprentissage de représentation équitable.

Étudier les effets des premiers plans polarisés sur les mesures du CMB.

Ce papier parle des méthodes pour réduire les biais dans les jeux de données d'images et de textes en IA.

Apprends comment le poids d'importance améliore les performances des modèles en cas de décalage des covariables.

Explorer comment trop d'options peuvent compliquer la prise de décision.

Une enquête sur l'influence des groupes de pression dans les publications de revues médicales pendant le COVID-19.

Explorer les risques et les implications de la réplication dans la technologie des modèles de diffusion visuelle.

Une étude révèle des stéréotypes de genre dans les réponses émotionnelles des modèles de langue bangla.

Cette étude montre que les LLM préfèrent leurs propres productions à celles écrites par des humains.

Une étude sur comment les stéréotypes affectent les modèles de langage en utilisant le dataset GlobalBias.

Les facteurs de Bayes aident les chercheurs à évaluer et comparer des hypothèses en s'appuyant sur des preuves basées sur les données.

Une nouvelle méthode améliore l'apprentissage multi-tâches en agrégeant les cibles et les caractéristiques.

Explorer comment les techniques d'apprentissage automatique aident à résoudre des problèmes inverses dans différents domaines.

Un regard critique sur la diversité dans les jeux de données et comment l'améliorer.

Une étude sur des posts Facebook multilingues liés à la guerre israélienne à Gaza.

BiasAlert améliore la détection de biais dans les modèles de langage pour des sorties IA plus équitables.

Cet article parle d'utiliser l'apprentissage par renforcement pour réduire les biais dans les tâches de classification.

La recherche propose un cadre pour réduire les biais dans les textes générés par l'IA.

Examiner le besoin de diversité et d'inclusion dans le développement de l'IA.

Utiliser des contrôles externes peut améliorer les estimations des effets des traitements dans les essais cliniques.

Un ensemble de données solide pour entraîner des systèmes d'IA avancés basés sur le chat.

Une nouvelle méthode améliore l'équité dans la modélisation des données de santé.

Explorez différentes méthodes pour estimer l'entropie dans l'analyse des données.