gender
PulseAugur coverage of gender — every cluster mentioning gender across labs, papers, and developer communities, ranked by signal.
2 天有情绪数据
-
AI在种族和性别问题上持续存在困难
尽管在持续开发中，AI系统在种族和性别方面仍然表现出显著的偏见。这些偏见体现在各种AI应用中，凸显了该领域面临的一个关键挑战。解决这些问题对于确保公平公正的AI技术至关重要。
-
新方法改善大型语言模型中的概念遗忘
研究人员开发了MPSelectTune，一种用于改善大型语言模型（LLMs）中概念遗忘的新颖方法。该方法使用多任务损失和对抗性微调，专注于产生最高概念准确率的提示类型，以提高整体遗忘性能。实验表明，与现有方法相比，MPSelectTune不仅降低了性别偏见或生物武器等不良概念的准确率，还提高了主要任务的准确率。
-
新基准评估 LALM 在细微语音特征上的表现 · 已追踪 2 个来源
研究人员推出了 ParaPairAudioBench，这是一个旨在评估大型音频语言模型 (LALM) 在区分语音中细粒度副语言特征能力的新基准。该基准包含 5,175 个音频对，涵盖五个维度：风格、语速、强调、年龄和性别。实验表明，当前的 LALM 裁判在平均 32 个百分点上未能达到人类判断水平，并且存在严重的校准问题，尤其是在需要弃权的情况下。
-
新的机器学习框架通过覆盖率约束解决交叉偏见问题
研究人员开发了一个新的框架来缓解机器学习模型中的偏见，特别是针对种族和性别等多个敏感属性交叉的个体。该方法结合了覆盖率约束，以确保所有子群体（包括交叉群体）都有足够的代表性。该方法将偏见缓解构建为整数线性规划问题，优化策略并量化“公平性代价”作为容忍度的函数，从而能够在减少偏见和数据修改成本之间做出明智的权衡。在公共数据集上的评估表明，该框架能够保持预测准确性和下游机器学习性能。
-
基督教手机网络上线，默认屏蔽色情和 LGBTQ+ 内容
一款名为 Radiant Mobile 的新美国手机网络将于下月推出，目标用户为基督徒，重点在于屏蔽露骨内容。该网络将实施网络级别的屏蔽，阻止用户无法关闭的色情和其他成人内容。此外，它还将提供一个可选但默认开启的过滤器，用于屏蔽与性别和跨性别议题相关的内容。Radiant Mobile 作为移动虚拟网络运营商 (MVNO) 运营，使用 T-Mobile 的基础设施。