AIにおける倫理 に関する最新の記事

有害なアルゴリズムをなぜ組織が放棄するのか、どうやって放棄するのかを調べる。

ChatGPTの自然言語処理における能力と制約についての深掘り。

T-Explainerは機械学習モデルの予測について信頼できる洞察を提供するよ。

ソフトプレファレンス最適化は、言語モデルが人間の好みにどれだけ合うかを改善するんだ。

この記事では、言語モデルの推論を強化するための新しい方法を紹介します。

この研究は、AI生成の説明を評価する際のLLMの効果を分析してる。

この研究は、医療画像のための継続的学習モデルにおけるバイアスを調べてるんだ。

オープンソースの生成AI技術のリスクとチャンスを調べる。

新しい方法が、複数のフィードバックソースから学ぶことでAIの応答を向上させる。

MuDreamerは画像再構成ではなく、予測に焦点を当てることでエージェントの学習を強化する。

デモからのアラインメントを紹介する、安全で効果的な言語モデルのために。

テキスト生成の成長している分野とその影響についての概要。

新しい方法が弱いAIモデルと強いAIモデルを組み合わせて、人間の価値観に合うようにしてるんだ。

言語モデルが自分の自信をどう表現して測るかに関する研究。

大規模言語モデルがマルチメディア生成を通じて創造性をどう高めるかを探ってみよう。

言語モデルがどんなふうに信念を表現しているかと、それによる影響を見てみよう。

この記事では、コメディ制作におけるAIの役割と、コメディアンが直面する課題について探っているよ。

倫理的な予測モデリングのためのルールセットの利点を探る。

Setokimは、革新的なトークン化を通じて視覚とテキストの理解の融合を強化する。

ヘルスケアやその他の分野でAIの出力の信頼性を評価する方法。

インディック言語の言語モデルの進化とその課題についての見通し。

研究者たちがAIの性別バイアスに取り組むためにGECOデータセットとGECOBenchを開発した。

上位のAIモデルを弱いモデルで管理することの難しさを探る。

新しい技術は、完全に再訓練せずに言語モデルのエラーを修正することを目指してるよ。

トレーニング中に不要な出力を減らして言語モデルを洗練させる方法。

言語モデルの社会的バイアスの変化を時間をかけて調べる。

Mambaのコンテキスト拡張メソッドは、追加のトレーニングなしで長いシーケンスの処理を改善するよ。

AIの説明が分かりやすくて信頼できるようにすることで、ユーザーの信頼を得る。

研究が、安全神経細胞がLLMの安全性と責任を高める役割を果たすことを明らかにしている。

大規模ビジョン・ランゲージモデルでのユーザーエンゲージメントを積極的なコミュニケーションで高める。

低リソース言語翻訳におけるLLMが直面する課題を検討する。

Dyscaが合成データを使ってLVLMのパフォーマンスを評価する新しい方法を紹介したよ。

AIモデルにおけるアンラーニングの課題と影響を調べる。

この記事では、ペルソナがモデルのトレーニング用の合成データ作成をどのように改善できるかについて話しているよ。

プライバシー技術と言語モデルのバイアスの関係を調べる。

合成データが機械学習モデルとその動作にどう影響するかを探る。

最近の研究では、言語モデルの認知能力が人間と比べてどうなのかを掘り下げている。

障害のある人向けに、アクセスしやすく説明可能なAIに注目して。

この研究は、LLMが自分の知識をどう評価して、エラーのリスクをどう考えてるかを調べてるよ。

認知エルゴノミクスと言語モデルを組み合わせてユーザー体験を向上させる。