テクノロジーの倫理 に関する最新の記事

この記事はテキストから画像生成における性別バイアスの評価をレビューしてるよ。

AIが生成した画像のバイアスを減らす方法を見てみよう。

VoxCelebチャレンジを通じたスピーカー認識の進展の概要。

MLのバイアスが公衆衛生の結果や公平性にどう影響するかを発見しよう。

機械学習システムでの公平な意思決定のための新しい手法を探ってる。

外れ値検出モデルのバイアスを調べて、公平性を促進する。

AIと人間の注釈を組み合わせることで、研究のデータの正確性と効率が向上するよ。

ToxDetは、言語モデルの有害な出力を特定する新しい方法を提案しているよ。

AUPが基盤モデルの環境をどう形成しているかを調べる。

ディープフェイクを効果的に検出して対抗するための革新的な方法が開発されているよ。

公平性制約を考慮した最良アームの識別を紹介するよ。

ディープフェイク検出メソッドにおけるブレンドフェイクデータの有効性を探る。

AIがソフトウェアエンジニアリングを置き換えるんじゃなくて、どう改善できるか。

この記事では、リアルな画像と合成画像を組み合わせることで、顔認識の精度と公平性がどう向上するかを探るよ。

この研究は、ChatGPTが人口統計データや態度データをシミュレートする能力を評価している。

政治的ディープフェイクの影響とトレンドを研究するためのリソース。

この記事では、アンサンブルモデルを使ってテキストの安全性分類器のバイアスを減らす方法について話してるよ。

新しい方法が、機械学習モデルのバイアスを減らしてもっと公平にすることを目指してるよ。

この研究は、拡散ベースの推薦方法の公平性を伝統的なモデルと比較して分析してるよ。

この記事では、制約のある拡散モデルと、それがバイアスを減らす役割について話してるよ。

フィルタリングされたデータを使ってオンライン投稿から性格を予測する新しい方法。

新しいデータセットがインドの多言語スピーチ技術を向上させる。

この研究は、合成データがクラスやグループの不均衡にどう対処できるかを探ってるよ。

機械学習における影響関数の操作リスクを暴露する。

適応型プログラミング言語をデザインする新しい方法を見つけよう。

この記事では、基盤となる質問応答モデルを評価する際の課題と解決策について話してるよ。

人間の意図にAIをより合わせるために、弱いモデルを使った新しいアプローチ。

効果的な要件エンジニアリングは、AI技術の成功には欠かせないよ。

会話の長さと複雑さを測ってAIの安全性を評価する。

SIGパイプラインは、顔認識システムを倫理的に評価するためのバランスの取れたデータセットを生成するよ。

UserKNNシステムにおける人気バイアスの深掘り。

Falcon 11Bモデルの安全性を向上させる方法。

この研究は、NLPにおける内因性と外因性のバイアス指標の関係を調べてるよ。

この記事ではグラフィカルモデルにおけるバイアスについて取り上げ、公正な分析のための方法を提案しているよ。

AIが研究資金と業務効率に与える影響を調べる。

スコア忘却蒸留とその生成AIへの影響についての考察。

ユーザーのやり取りを記憶するAIコンパニオンの利点と課題を探る。

研究では、AIモデルが人間の感情を構造化されたフレームワークを通じてどのように理解しているかを測定している。

ロールプレイと言語モデルのバイアスの関係を調査中。

研究者たちは、言語モデルのバイアスを分析するためにSTOPデータセットを導入した。