Derniers articles pour L'éthique dans la technologie

Cet article parle d'une méthode pour repérer le contenu non-factuel dans les réponses de l'IA sans étiquettes humaines.

Explorer comment les modèles génératifs peuvent enfreindre subtilement les lois sur le copyright.

Une nouvelle méthode améliore la qualité des légendes pour les objets 3D.

L'apprentissage adaptatif pour une représentation équitable propose des recommandations justes et précises adaptées aux besoins de chaque utilisateur.

Les chercheurs veulent créer des données synthétiques équilibrées pour éviter les biais dans l'apprentissage automatique.

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

Examiner comment l'IA influence les juges humains dans les décisions de mise en liberté.

Les développeurs doivent prouver que les systèmes d'IA sont sûrs pour gérer les risques efficacement.

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

Améliorer les photos de visage tout en gardant l'identité de la personne intacte.

AdvisorQA évalue la capacité des modèles de langue à donner des conseils personnels de manière efficace.

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

Explorer comment orienter les systèmes d'IA pour le bien de la société.

Une nouvelle méthode vise à réduire le biais dans l'apprentissage automatique pour les flux de données évolutifs.

Une nouvelle approche améliore les explications de l'IA grâce à des contrefactuels faisables et cohérents.

Les inquiétudes montent sur la sécurité des modèles de Text-to-Image et leur mauvaise utilisation.

Assurer que la conception technologique respecte la diversité et le contexte des utilisateurs.

Un aperçu sur comment identifier le contenu écrit par des humains et par des machines.

Cet article examine des moyens d'identifier et de contester des algorithmes injustes.

Un cadre pour améliorer les méthodes d'IA explicable et la confiance des utilisateurs.

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

Nouveaux outils améliorent l'édition de l'enregistrement vocal et la qualité de production.

Lignes directrices pour que les chercheurs utilisent l'IA générative de manière éthique et efficace.

Une nouvelle méthode vise à améliorer la vérité dans les modèles de langue tout en gardant la précision.

Une nouvelle approche pour créer des légendes plus informatives pour les images.

Présentation de méthodes pour guider les modèles de langage à afficher des traits de personnalité spécifiques.

Cette étude examine l'efficacité des modèles multilingues pour détecter les deepfakes audio.

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

Les outils d'IA montrent un potentiel mais font face à des préoccupations de sécurité importantes pour le soutien en santé mentale.

Une plongée dans le développement et les implications des modèles de langage.

Une étude sur l'apprentissage pratique avec des outils d'IA générative dans l'éducation primaire.

La multicalibration améliore la précision des LLM en affinant les scores de confiance et en s'attaquant aux hallucinations.

Une nouvelle méthode aborde la vie privée et l'équité dans les modèles de régression en utilisant des ajustements innovants.

Une méthode pour améliorer l'équité dans les modèles de classification pour des domaines sensibles.

Explorer comment le désaccord dans l'étiquetage des données peut fournir des informations précieuses.

Faire face à la menace des IA qui imitent les styles de vidéo avec des méthodes de protection innovantes.

Examen de l'équité dans les systèmes d'apprentissage par renforcement pour la prise de décision éthique.

Examiner le rôle du filigrane dans les textes générés par l'IA pour la responsabilité.

Cet article examine l'importance de l'intention dans la détection des abus en ligne.

Améliorer l'équité en IA en associant des experts du domaine à la génération de données.