Derniers articles pour L'éthique dans la technologie

Des recherches montrent comment la démographie influence les opinions sur l'équité dans la modération de contenu par l'IA.

Cet article parle des méthodes pour garantir l'équité dans l'IA grâce à des techniques d'apprentissage auto-supervisé.

Examiner comment les LLM assurent la sécurité et l'impact des jailbreaks.

Un kit d'outils pour évaluer la sécurité des modèles de langage avancés.

Enquête sur les vulnérabilités des méthodes de watermarking audio face aux menaces du monde réel.

Un aperçu des défis et des améliorations dans la performance des modèles d'IA.

Un nouveau cadre s'attaque efficacement aux conflits d'équité dans l'apprentissage automatique.

Une nouvelle approche améliore la détection des fausses images créées par l'IA.

Un ensemble de données complet fusionnant images et textes pour aider l'apprentissage automatique.

Une nouvelle perspective sur l'amélioration de la création d'images grâce à l'échantillonnage par distillation de score.

Un nouveau standard pour évaluer les méthodes de détection de textes générés par l'IA.

Évaluer les risques de résultats biaisés chez les robots en utilisant des modèles de langage.

Un aperçu pour s'assurer que les technologies IA sont fiables et dignes de confiance.

Explorer l'impact de l'IA sur le raisonnement juridique et la prise de décision.

Cette méthode enlève efficacement le contenu protégé par des droits d'auteur tout en gardant la performance du modèle.

Une nouvelle méthode améliore la clarté dans la prise de décision des modèles d'IA.

Examiner les biais dans les modèles de langage utilisés pour l'analyse et les solutions en santé mentale.

Les modèles GLM-4 montrent de meilleures capacités dans la compréhension et la génération de langage.

Une étude sur comment les modèles de langage génèrent des raisons convaincantes pour évaluer des arguments.

Un nouveau système améliore la précision et la fiabilité dans la génération de texte à partir des RALM.

Cette étude évalue l'honnêteté des LLM dans trois domaines clés.

Un nouveau jeu de données vise à améliorer la sécurité des modèles de texte à image contre les contenus nuisibles.

Examiner comment les LLMs montrent des traits de personnalité avec de nouvelles méthodes de test.

Une nouvelle méthode pour améliorer l'alignement de l'IA avec les valeurs humaines en utilisant des retours corrompus.

Un nouveau cadre améliore la représentation des valeurs humaines diverses par les modèles linguistiques.

Une étude sur PlagBench et son rôle dans la détection du plagiat dans les résultats des LLM.

Fairpriori améliore les tests de justice en apprentissage automatique, en se concentrant sur le biais intersectionnel.

Une nouvelle méthode améliore la façon dont les modèles linguistiques s'alignent avec les valeurs humaines.

S'attaquer aux biais dans la reconnaissance faciale grâce à des ensembles de données d'entraînement équilibrés.

Cet article examine comment les biais se développent pendant l'entraînement des modèles d'apprentissage automatique.

Apprenez l'importance des mesures de sécurité dans les modèles de langage.

De nouveaux efforts visent à soutenir les dialectes yoruba dans la technologie linguistique.

Les chercheurs utilisent des sondes propositionnelles pour améliorer la fiabilité des modèles linguistiques.

Examiner le besoin d'équité dans l'IA et son impact sur la société.

Une étude évalue les méthodes pour identifier le texte généré par des machines à travers différents ensembles de données.

Cette étude explore le compromis entre la diversité et l'exactitude factuelle dans les images générées par l'IA.

Un nouveau référentiel évalue le biais de genre dans les modèles d'IA liés aux postes de travail.

Un cadre pour réduire les biais dans les modèles de langage IA tout en gardant l'exactitude.

Assure-toi que ta recherche respecte les meilleures pratiques en machine learning.

Cet article explore les LLM et leur potentiel pour des comportements trompeurs au blackjack.