Derniers articles pour Éthique de la technologie

Améliorer la confiance et la conformité dans les modèles de langage grâce à une attribution précise des sources.

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

Une étude révèle les galères pour les humains et l'IA à se reconnaître.

Examiner comment le langage influence les vues sur le genre à travers les biais dans les modèles d'IA.

CEIPA aide à dénicher les vulnérabilités dans les grands modèles de langage pour améliorer leur sécurité.

Examen des risques et des mesures de sécurité pour les robots alimentés par des LLM.

Examiner l'impact des LLM sur les stéréotypes sociaux et comment améliorer les résultats.

Une étude révèle des risques surprenants à partager des données sensibles avec des chatbots.

Examiner la confidentialité différentielle et la régression NTK pour protéger les données des utilisateurs dans l'IA.

Explorer la confidentialité différentielle pour protéger les infos sensibles dans les applis IA.

Honest Computing met l'accent sur la confiance et l'éthique dans la gestion des données.

Un cadre qui permet aux propriétaires de données de vérifier l'utilisation non autorisée de leurs données dans le ML.

Cette méthode améliore la vie privée tout en augmentant la précision du modèle en IA.

Explorer des techniques pour retirer efficacement des données des modèles d'IA.

Examen des effets sociaux et environnementaux des modèles de base d'IA.

Examiner la vie privée différentielle dans le traitement du langage naturel pour une meilleure protection des données.

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

La méthode CrossWalk améliore l'équité des embeddings de nœuds tout en prenant en compte les informations sensibles.

Les explications d'IA trompeuses peuvent influencer les croyances, compliquant la lutte contre les fausses informations.

Ce papier examine l'efficacité des méthodes actuelles de vérification de l'oubli machine.

Examiner comment les T2I représentent les identités de caste et renforcent les stéréotypes.

Une étude révèle des fuites potentielles d'infos personnelles par les VLMs.

Examiner le rôle de l'IA contestable pour l'équité et la responsabilité.

Un nouveau cadre améliore l'alignement des modèles de langage avec les préférences des utilisateurs.

La recherche explore comment estimer des statistiques tout en respectant les besoins de confidentialité des utilisateurs.

Un nouveau jeu de données met en lumière les biais dans les modèles de parole en fonction du genre et de l'âge.

Les chatbots IA peuvent créer de faux souvenirs, ce qui soulève des inquiétudes pour les contextes légaux.

De nouvelles méthodes améliorent la reconnaissance faciale tout en prenant en compte les préoccupations en matière de vie privée.

Une méthode pour améliorer la détection des deepfakes en réduisant les biais de données.

Analyser comment les modèles de langage gèrent les biais sociaux dans les opinions.

Une nouvelle méthode réduit efficacement les biais dans les modèles d'images et de texte.

Une nouvelle méthode améliore la détection des prompts nuisibles dans les modèles de langage.

Un aperçu des différences clés entre l'IA explicable et l'IA interprétable.

Explorer le désapprentissage certifié et son rôle dans la protection de la vie privée des données.

Examiner le biais sociétal dans les modèles de langue chinois et les moteurs de recherche.

Une nouvelle approche pour améliorer l'équité et la précision dans la reconnaissance faciale.

Examiner comment les identités sociales influencent les biais dans les modèles de langage.

Une étude révèle des vulnérabilités dans les modèles d'IA à cause des attaques par porte dérobée.

Un nouveau jeu de données vise à mieux comprendre le biais de genre dans l'IA.

Examiner comment la responsabilité et l'assurance peuvent atténuer les risques liés à l'IA.