Derniers articles pour Éthique de la technologie

Un cadre pour comprendre notre dépendance à l'IA dans la prise de décision.

Ce papier examine les injections de prompts et leurs implications pour les modèles d'IA.

Examiner comment les modèles de résumé reflètent les biais dans les opinions politiques.

Cette étude analyse comment les LLM peuvent prévoir les possibles dangers de l'IA.

Examiner l'amplification des dommages dans les modèles de texte à image et son impact sur la société.

Un nouveau cadre aide les modèles génératifs à oublier les données sensibles tout en maintenant leurs performances.

Cette étude examine les attaques de jailbreaking sur des modèles de langage multimodaux.

Investiguer les risques de sécurité et les méthodes de détection pour les modèles de diffusion.

Examiner comment l'apprentissage machine perpétue les biais de genre et leurs effets émotionnels.

Examiner la relation entre les lois sur la protection des données et les pratiques d'apprentissage automatique.

Explorer des méthodes pour protéger les données personnelles dans un monde axé sur l'information.

Explorer comment la friction peut améliorer l'expérience utilisateur dans l'IA.

Une analyse des qualités et des défis des explications des modèles de langage.

Examiner les limites des LLMs pour comprendre et retenir les infos temporelles.

De nouvelles méthodes de filigrane améliorent la variété du texte et la détection dans le contenu généré par machine.

Une analyse de comment l'attention est capturée et son impact sur la société.

Cet article examine les dangers du réglage précis nuisible dans les modèles linguistiques.

De nouvelles méthodes sécurisent les données en IA tout en garantissant des calculs efficaces.

Une méthode pour enlever des compétences indésirables des modèles de langue tout en gardant les fonctions essentielles intactes.

Un nouveau critère vise à mesurer et à atténuer les dangers liés à l'IA.

Un cadre pour évaluer les biais dans les recommandations générées par de grands modèles de langage.

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

Ce papier analyse le biais de genre dans les grands modèles de langage et propose des méthodes de mesure.

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

Nouveau modèle crée des images réalistes à partir des caractéristiques d'identité en utilisant l'apprentissage automatique.

Explorer les traits clés et les défis du développement de systèmes d'IA fiables.

Une étude des techniques utilisées pour contourner les mesures de sécurité dans les modèles de langage AI.

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

Un regard de plus près sur les circuits de caractéristiques éparses dans les modèles de langage et leurs implications.

Explorer l'importance d'un raisonnement compréhensible dans les prédictions d'IA.

Un cadre pour améliorer la sécurité et la fiabilité des grands modèles de langage.

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

Examiner comment l'oubli machine peut exposer des données sensibles.

L'évaluation ALERT analyse les risques de sécurité dans les modèles de langage pour améliorer leurs réponses.

Un nouvel outil pour rendre les images plus sûres et plus responsables.

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

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

Des recherches récentes remettent en question la simplicité de la Thèse du Neurone de Connaissance dans les modèles de langage.

La recherche s'attaque aux soucis de vie privée dans les modèles de langage grâce à des méthodes innovantes de désapprentissage.

Des recherches montrent qu'il y a des biais dans les outils d'IA utilisés pour le recrutement en fonction de la race et du genre.