Derniers articles pour biais

Présentation d'un modèle pour améliorer la sécurité dans la génération de langage et réduire les risques.

Explorer le rôle de l'éthique dans la technologie de traduction linguistique.

Examiner les biais dans la génération d'images et leurs impacts sur la société.

Une étude sur l'utilisation du dataset MGS pour identifier les stéréotypes générés par l'IA.

De nouvelles méthodes améliorent la modélisation et les prédictions en statistiques en utilisant la régression ridge à noyau.

Ce papier parle de comment les modèles de langage apprennent et évoluent à travers l'interaction.

Cet article examine comment les modèles de langage gèrent les pronoms et les implications pour l'identité.

Une étude qui se concentre sur des modèles justes et explicables pour prédire le traitement des troubles liés à l'usage de substances.

De nouvelles méthodes évaluent comment différents groupes propagent le COVID-19 pour de meilleures stratégies de santé publique.

Un aperçu de la concurrence sur des jeux de données synthétiques pour la technologie de reconnaissance faciale.

L'élagage des données améliore l'efficacité du modèle tout en s'attaquant aux problèmes potentiels de biais.

Une revue des ensembles de données axés sur l'amélioration de la sécurité des LLM.

Explorer la diversité et les biais dans la recherche sur les données de santé et leur impact.

Examiner comment la similarité et la diversité des données sources influencent la précision des prévisions.

Une nouvelle méthode vise à améliorer l'équité dans l'apprentissage automatique sans sacrifier la performance.

Un nouvel outil propose des définitions flexibles de l'équité pour l'analyse des apprentissages automatiques.

Une étude comparant la performance en matière de sécurité des modèles de langage populaires.

La recherche met en avant l'importance de l'équité dans les représentations linguistiques en apprentissage automatique.

Cet article examine comment la génération de requêtes affecte les scores de récupération de documents.

La recherche examine les biais dans les modèles de langage turcs et leurs impacts sur la société.

Une plongée profonde dans les défis d'estimer les décès liés à la pandémie.

Une méthode pour réduire le biais dans les modèles de deep learning existants en utilisant des exemples minimaux.

Une étude examine comment les variables instrumentales peuvent améliorer les modèles de score de propension dans la recherche sur les médicaments.

Un nouveau modèle améliore la fusion et l'analyse des données dans le secteur de la santé.

Un aperçu des techniques d'estimation robuste en stats.

Cette étude examine les biais dans les grands modèles de langage utilisés en santé.

Une nouvelle méthode pour garantir l'équité dans les décisions d'apprentissage automatique.

Examiner les défis et solutions pour l'équité dans la prise de décision algorithmique.

Présentation d'une nouvelle méthode pour améliorer la diversité faciale dans les jeux de données d'IA.

Apprends comment le Context Steering améliore les réponses des modèles linguistiques grâce à une utilisation adaptable du contexte.

Cet article examine les biais et les incohérences dans les évaluations des LLM et propose des méthodes d'amélioration.

SGHateCheck se concentre sur les langues locales pour lutter efficacement contre les discours de haine en ligne.

Un aperçu des efforts de TianQin pour détecter les ondes gravitationnelles et gérer la stabilité des satellites.

Explorer le besoin de systèmes de récupération pour comprendre les perspectives des utilisateurs.

Cet article parle de l'importance des pratiques éthiques dans la gestion des jeux de données pour l'apprentissage automatique.

La recherche améliore les méthodes pour extraire des fréquences à partir de signaux bruyants.

Cette étude examine comment les dialectes affectent les caractéristiques d'image dans les modèles de génération.

Cette étude évalue les biais dans les LLM qui impactent la santé selon les groupes démographiques.

Cette étude examine les biais dans les modèles d'apprentissage continu pour l'imagerie médicale.

Examiner les effets des systèmes d'apprentissage automatique sur le comportement humain et l'équité.