مدل‌ها
رفع تعصب ارزیابی در Amazon Bedrock، گامی نو برای هوش مصنوعی
Amazon Web Services با پیاده‌سازی اصلاح تعصب در ارزیابی مدل‌ها، پلتفرم Amazon Bedrock را برای توسعه‌دهندگان هوش مصنوعی قدرتمندتر می‌سازد. این اقدام باعث ارتقای کیفیت مدل‌های عمومی و سفارشی می‌شود.
پژوهش
هوش مصنوعی: چالش‌ها و فرصت‌های نخبگان علوم انسانی در دوران دیجیتال
چالش‌های هوش مصنوعی بر حوزهٔ علوم انسانی و انسانی‌شناسی، از تعصبات الگوریتمی تا تأثیرات شغلی، را تحلیل می‌کند. راهکارها و تأملاتی برای پژوهان و سیاستگذاران.
پژوهش
بدست آوردن بی‌طرفی سیاسی در مدل‌های هوش مصنوعی روش‌های جدید آزمایش OpenAI
OpenAI با معرفی روش‌های جدید آزمایشی، به ارزیابی تعصب سیاسی در مدل‌های زبانی بزرگ نزدیک‌تر می‌شود؛ هدف بهبود بی‌طرفی و کارایی.
پژوهش
بررسی تعصب در مدل‌های تولید تصویر از متن؛ چالش‌ها و راهکارها
تعصب در مدل‌های تولید تصویر از متن یکی از چالش‌های جدی هوش مصنوعی است؛ در این مقاله منابع، روش‌های شناسایی و راهکارهای مقابله با آن را بررسی می‌کنیم.
پژوهش
هوش مصنوعی در برابر تعصب: راهکارهای جامع برای توسعه اخلاقی
معرفی تعصبات در یادگیری ماشین و راهکارهای متعدد برای کاهش آن از مرحله تعریف تا پیاده‌سازی، با تمرکز بر مسئولیت‌پذیری و شفاف‌سازی در پروژه‌های هوش مصنوعی.
پژوهش
هوش مصنوعی DALL·E 2: کاهش تعصب و افزایش تنوع در تصاویر انسان‌ها
OpenAI با معرفی تکنیک جدید در DALL·E 2، تعصب را کاهش و تصاویر انسان‌ها را به‌صورت دقیق‌تری بازنمایی تنوع جهانی می‌کند.
پژوهش
هوش مصنوعی مسئولانه – Margaret Mitchell دربارهٔ اخلاق، تعصب و تنوع در ML
Margaret Mitchell در 23 مارس 2022 دربارهٔ چکیدهٔ مسئولیت‌پرداخت در هوش مصنوعی و تأثیر تنوع در تیم‌های یادگیری ماشین صحبت می‌کند. مقاله شامل نکات اخلاقی، تعصب داده و راهکارهای پیشگیری است.