Derniers articles pour biais

Explorer les principales préoccupations éthiques dans le développement et l'utilisation de l'IA.

Cette recherche se concentre sur la réduction de plusieurs biais dans les modèles de langage en même temps.

L'analyse montre des disparités démographiques dans la précision des prédictions de l'âge cérébral.

Une nouvelle méthode pour améliorer le comportement des modèles de langage en réduisant les biais et les contenus toxiques.

Cet article examine le biais dans les modèles de langage et leur alignement émotionnel avec différents groupes sociaux.

Examiner des solutions pour améliorer la précision des statistiques de population basées sur la localisation.

Cet article examine comment les modèles de langage peuvent adopter des biais idéologiques à partir des données d'entraînement.

Une analyse des biais et de l'incivilité dans les débats télévisés indiens.

Cet article parle de nouvelles méthodes pour améliorer la calibration du décalage vers le rouge afin d'obtenir de meilleures mesures de distance en astronomie.

Cette étude révèle des biais dans les modèles de langage en fonction des noms liés à la race et au genre.

Cette étude examine les biais dans les modèles de langage masqués et leurs implications.

Explorer des réseaux biochimiques et leurs interactions en utilisant des modèles mathématiques.

Les partenariats visent à développer des outils d'IA équitables pour améliorer la santé à l'échelle mondiale.

Stratégies pour réduire les biais dans le ML, en se concentrant sur des attributs sensibles continus.

Examiner les biais dans l'apprentissage profond pour la reconstruction d'images IRM en fonction du genre et de l'âge.

L'étude révèle des disparités dans les modèles UAD qui affectent l'équité dans la santé.

Examiner les écarts de performance dans la reconnaissance vocale entre les différents genres.

Cet article examine la fiabilité des opinions politiques dans les grands modèles de langage.

Un nouvel outil évalue les biais dans les systèmes d'alerte précoce basés sur l'IA pour améliorer les soins aux patients.

Méthodes pour prédire des données invisibles à partir d'échantillons observés.

Examiner l'impact de la diversité et de l'accès dans le développement de l'IA.

La modification de modèles peut amplifier les biais et la désinformation dans les modèles de langage.

NOVA aide les utilisateurs à évaluer leurs croyances médiatiques par rapport aux rapports réels.

Méthodes pour minimiser les biais dans les grands modèles de langage pour des résultats plus équitables.

Évaluer comment les biais dans les modèles de langage affectent les applications dans le monde réel.

Cette étude examine les communautés qui partagent des infos peu crédibles sur les réseaux sociaux.

Une nouvelle approche réduit le biais dans les modèles de machine learning avec déséquilibre de classes.

Une étude révèle comment les modèles de langue apprennent les caractéristiques de genre à partir de quelques exemples.

Examen des préoccupations éthiques des grands modèles de langage en médecine.

Une nouvelle approche pour réduire les biais dans les modèles d'IA et améliorer les prédictions.

HEAL-ViT combine des Vision Transformers et des maillages sphériques pour améliorer les prévisions météo.

Une étude sur la performance et les méthodes d'évaluation des grands modèles de langage.

Apprends comment l'attribution des fonctionnalités explique les décisions de classement dans les systèmes automatisés.

De nouvelles méthodes de rétrécissement améliorent l'estimation hessienne pour les tâches d'optimisation en apprentissage machine.

L'étude met en avant les biais dans les méthodes d'analyse des données d'IRMf.

Examiner les biais dans la prédiction du prochain jeton et leur impact sur la performance du modèle.

Une étude sur les biais dans les modèles de langue russe utilisant un nouveau jeu de données.

Une étude qui mesure le biais politique dans les grands modèles de langage à travers la position et le cadrage.

La recherche étudie le biais de genre en évaluant l'équité statistique et causale dans les modèles NLP.

Examiner les problèmes de biais dans les grands modèles de langage et les efforts pour améliorer l'équité.