Artigos mais recentes para Viés

Um novo método melhora a estimativa do espectro de potência a partir de dados amostrados de forma não uniforme.

Pesquisadores usam sondas proposicionais para aumentar a confiabilidade dos modelos de linguagem.

Examinando a necessidade de justiça na IA e seu impacto na sociedade.

Esse workshop analisa estereótipos de gênero na IA através da ótica dos preconceitos sociais.

Um estudo sobre viés em modelos de geração de imagem sintética e seus impactos na sociedade.

O PopAlign tem como objetivo reduzir o viés na geração de imagens a partir de texto, mantendo a qualidade.

Explorando os desafios e soluções para o viés em aprendizado de máquina.

Um método novo melhora a precisão das estimativas de efeito do tratamento ao longo do tempo.

Analisando a relação entre técnicas de privacidade e preconceitos em modelos de linguagem.

Ferramentas como a OxonFair ajudam a garantir a justiça nas decisões da IA.

Nomes de diferentes países influenciam como os classificadores interpretam conteúdo de redes sociais.

Um modelo pra reduzir viés em IA de linguagem sem perder a precisão.

Explorando como dados sintéticos moldam modelos de machine learning e seu comportamento.

Apresentando o FairMedFM pra avaliar a justiça dos modelos de fundação na área da saúde.

Um novo framework analisa e reduz o viés em modelos de visão-linguagem através de intervenções específicas.

Analisando traits genéticos com técnicas avançadas de matriz de covariância.

Uma olhada em métodos pra reduzir o viés em decisões automatizadas usando Aprendizado de Representação Justa.

Investigando os efeitos de foregrounds polarizados nas medições do CMB.

Este artigo discute métodos para reduzir o viés em conjuntos de dados de imagem e texto de IA.

Aprenda como a ponderação de importância melhora a performance do modelo em meio a mudanças de covariáveis.

Explorando como ter muitas opções pode complicar a tomada de decisão.

Uma investigação sobre a influência de advocacy nas publicações de revistas médicas durante a COVID-19.

Explorando os riscos e implicações da replicação na tecnologia de modelos de difusão visual.

Um estudo revela estereótipos de gênero nas respostas emocionais dos modelos de linguagem em Bangla.

Este estudo revela que os LLMs preferem suas próprias respostas do que o conteúdo escrito por humanos.

Um estudo sobre como estereótipos afetam modelos de linguagem usando o dataset GlobalBias.

Fatores de Bayes ajudam os pesquisadores a avaliar e comparar hipóteses usando evidências baseadas em dados.

Um novo método melhora o aprendizado multitarefa ao agregar alvos e características.

Explorando como técnicas de aprendizado de máquina ajudam a resolver problemas inversos em várias áreas.

Um olhar crítico sobre a diversidade em conjuntos de dados e como melhorá-la.

Um estudo sobre posts multilíngues no Facebook relacionados à Guerra de Israel em Gaza.

BiasAlert melhora a detecção de viés em modelos de linguagem para resultados de IA mais justos.

Esse artigo fala sobre como usar Aprendizado por Reforço pra reduzir viés em tarefas de classificação.

A pesquisa apresenta um modelo pra reduzir o viés em textos gerados por IA.

Analisando a necessidade de diversidade e inclusão no desenvolvimento de IA.

Usar controles externos pode melhorar as estimativas do efeito do tratamento em ensaios clínicos.

Um conjunto de dados robusto para treinar sistemas de IA avançados baseados em chat.

Um novo método melhora a equidade na modelagem de dados de saúde.

Explore vários métodos para estimar a entropia na análise de dados.

Entender como prazos de planejamento mais curtos melhoram a tomada de decisão com informações limitadas.