データ倫理 に関する最新の記事

この研究では、AI生成ビジュアルにおける重要なトレーニング画像を特定するための新しい方法を提案している。

高度な言語モデルのバイアスを減らすためのテクニックを探る。

新しい手法が大規模言語モデルの隠れた脅威に取り組んでる。

この論文は、予測によって影響を受ける機械学習モデルの公正性と安定性を探る。

この記事では、さまざまな文化におけるAIの調和を改善する方法について話してるよ。

言語モデルの著作権問題を管理する戦略の評価。

このワークショップでは、社会のバイアスを通じてAIにおけるジェンダーステレオタイプを分析するよ。

構造的推論を通じて、機械が視覚的な質問に答える方法を改善する。

自動化された判断におけるバイアスを減らすためのフェア表現学習の方法を見てみよう。

この論文では、AIの画像やテキストデータセットのバイアスを減らす方法について話してるよ。

FairPFNは、機械学習の予測における公正さを促進するためにトランスフォーマーを利用してるよ。

新しい方法がトレーニングデータがAIモデルの出力にどう影響するかを調べてる。

新しいインデックスが、開発者の間でAIモデルの透明性の向上を示してるよ。

機械学習におけるクレジットの帰属の役割と著作権問題を考察中。

機械学習の説明の監査が信頼にとって重要だってことを理解する。

選択的デバイアシングは、機械学習の予測の公正さを向上させることを目指してるよ。

この研究は、インクルーシビティを高めることで画像生成モデルのバイアスに対処してるよ。

この記事は、VLMが現実のタスクにおいて性別のステレオタイプをどのように反映しているかを明らかにしている。

研究は、大規模言語モデルの安全性を整合技術を通じて向上させることに焦点を当てている。

PointNCBWは、ポイントクラウドデータセットの所有権を確認する信頼できる方法を提供してるよ。

言語モデルにおけるメンバーシップ推測攻撃の評価方法を改善するための研究。

AIの回答を改善するためのオープンフィードバックシステムの必要性を探る。

AIアプリ用の偏りのない合成データを生成する新しい方法。

新しい方法が言語モデルが不要な知識を忘れるのを強化してる。

AIモデルの透明性を高めるために、オルターファクチュアル説明を導入。

AIにおけるデータ作業者の扱いと、それが公平性に与える影響を調査する。

生活に影響を与えるAIシステムの公平性の重要性を考える。

データの価値を評価する新しいアプローチは、機械学習のためのユニークさを強調してるよ。

機械学習における責任あるデータセット作成のためのインサイトとガイダンス。

医療における機械学習の結果に社会的要因がどう影響するかを調べる。

AIシステムのデータ透明性の実践における現在のギャップを探る。

AIと医療クレジットシステムが患者のプライバシーや権利に与える影響を調べる。

人工知能におけるファウンデーションモデルの登場と影響を探る。

AIモデルのための視覚データのバイアスを特定して減少させるフレームワーク。

新しいフレームワークが、言語モデルのロールプレイシナリオにおけるバイアスを明らかにしようとしてるんだ。

新しい方法が言語モデルの予測バイアスを減らそうとしてるよ。

開発者は、高度な技術を使ってユーザーレビューをより良く分析することで、アプリのプライバシーを向上させることができるよ。

新しいアプローチが画像とテキストのモデルにおけるバイアスを効果的に解決してるよ。

プロジェクトは、アーティストがAIへのクリエイティブな貢献をコントロールできるようにすることを目指している。

感情の声データがスピーカー認証技術をどう変えているか発見しよう。