Articoli più recenti per Etica dei Dati

Un nuovo framework punta a garantire equità nelle previsioni delle GNN.

Esaminando le sfide di equità nei GNN di fronte a distribuzioni di dati in cambiamento.

Questo articolo esamina il bias geografico nei LLM e i suoi impatti sociali.

Questo articolo esplora l'uso dell'IA nel prevedere i luoghi dei crimini e le sue implicazioni.

Questo articolo esplora i pregiudizi di genere e razziali nei grandi modelli di linguaggio visivo.

Questa ricerca si concentra sul ridurre diversi bias nei modelli linguistici allo stesso tempo.

Uno studio su come identificare e ridurre i bias cognitivi nei modelli di linguaggio di grandi dimensioni.

Uno studio sulle opinioni degli studenti riguardo alla giustizia e all'etica nel MMLA.

Uno sguardo a come i modelli possono perpetuare pregiudizi e influenzare l'equità.

Un nuovo metodo per la raccolta equa di dati nella modellazione predittiva.

Esaminando i metodi per valutare l'equità negli algoritmi di supporto alle decisioni cliniche.

Un dataset per valutare i bias sociali nei modelli di linguaggio indiani.

Questo articolo parla di equità robusta e precisa nel deep learning e dei suoi effetti.

La ricerca sottolinea l'importanza della giustizia nelle rappresentazioni linguistiche del machine learning.

Esplorare metodi per raggiungere l'equità nei sistemi di classificazione senza compromettere le prestazioni.

Un nuovo modello migliora la fusione e l'analisi dei dati nella sanità.

Questo documento presenta FairGI, un framework per l'equità nelle reti neurali grafiche.

Un framework per valutare l'equità nei sistemi di raccomandazione influenzati dagli attributi degli utenti.

Esplorare come l'assenza possa informare un design algoritmico migliore e promuovere l'equità.

Nuovo benchmark valuta la tossicità nei modelli di linguaggio grandi in diverse lingue.

Quest'articolo parla dell'importanza dell'equità nelle previsioni dell'apprendimento automatico.

Esaminando l'importanza della valutazione dei dati per i modelli di linguaggio e le sue implicazioni.

Questo articolo parla dell'importanza delle pratiche sui dati per garantire l'equità nell'apprendimento automatico.

Un metodo pratico per migliorare l'equità negli algoritmi senza sacrificare l'accuratezza.

Questo articolo esamina se i modelli linguistici abbiano credenze e seguano norme di coerenza.

Sottolineando l'importanza di equità nei dataset di discorsi sulla salute mentale.

I dataset equi sono fondamentali per modelli di machine learning senza pregiudizi.

Esaminando i rischi e le misure di sicurezza nel perfezionamento dei modelli di linguaggio.

Questo articolo esplora il pregiudizio di genere nei modelli linguistici usati per la valutazione della depressione.

Questo studio presenta un nuovo metodo per identificare le immagini chiave di addestramento nei visual generati dall'IA.

Esplorare tecniche per ridurre il bias nei modelli linguistici avanzati.

Un nuovo metodo affronta minacce nascoste nei modelli di linguaggio di grandi dimensioni.

Questo documento esplora l'equità e la stabilità nei modelli di machine learning influenzati dalle loro previsioni.

Questo articolo discute i metodi per migliorare l'allineamento dell'IA con varie culture.

Valutazione delle strategie per gestire le questioni di copyright nei modelli linguistici.

Questo workshop analizza gli stereotipi di genere nell'IA attraverso il filtro dei pregiudizi sociali.

Migliorare il modo in cui le macchine rispondono a domande visive attraverso il ragionamento strutturato.

Uno sguardo ai metodi per ridurre il bias nelle decisioni automatizzate usando il Fair Representation Learning.

Questo documento parla di metodi per ridurre il bias nei dataset di immagini e testo dell'IA.

FairPFN usa i trasformatori per promuovere l'equità nelle previsioni di machine learning.