Derniers articles pour biais

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.

Comprendre comment des horizons de planification plus courts améliorent la prise de décision avec peu d'infos.

Un nouveau jeu de données vise à améliorer la précision de la reconnaissance faciale pour des populations diverses.

Examiner les défis de l'équité dans l'IA pour l'imagerie médicale.

Une méthode pour réduire le biais dans les modèles de langage en les faisant oublier des infos nuisibles.

Cet article examine comment la taille des nuages de points influence la perception des clusters.

Analyser comment les ensembles de données d'entraînement influencent l'équité de l'IA dans le diagnostic des lésions cutanées.

Apprends comment la détection des anomalies peut réduire le biais dans l'apprentissage automatique.

Une appli qui met en avant le biais linguistique dans les articles de news et récolte les avis des lecteurs.

Une revue des méthodes pour améliorer l'inférence causale en utilisant des ECR et des DRD.

Évaluer les modèles d'apprentissage automatique pour garantir l'équité entre les différentes populations.

Un aperçu des méthodes d'évaluation des modèles et de leur efficacité.

Examiner le rôle de l'IA dans l'éducation, ses avantages et les biais qu'elle peut introduire.

Ce projet vise à identifier et réduire les biais dans les modèles linguistiques à travers les langues européennes.

Apprends comment missForestPredict améliore la gestion des données manquantes dans les prédictions.

Examiner comment l'IA impacte la santé et l'importance de l'équité.

Examiner le jeu de données FairJob pour garantir des opportunités d'emploi équitables pour tous.

Examiner comment les outils d'IA peuvent renforcer les biais dans le tri des CV.

Cet article examine le biais racial dans l'imagerie cardiaque basée sur l'IA et propose des solutions.