多模态人工智能中的公平性与偏见:一项调研
原文中文,约500字,阅读约需2分钟。发表于: 。人工智能系统中解决公平性和偏差的重要性不可低估。本文填补了大型多模态模型在公平性和偏差研究方面相对于大型语言模型的缺口,提供了 50 个数据集和模型的示例以及影响它们的挑战;我们除了文献中已知的内在偏差和外在偏差两种方式外,还确定了一种新的偏差量化方法(preuse);我们批判性地讨论了研究人员面对这些挑战时采取的各种方式。我们的方法使用了两个稍有不同的 Google Scholar...
本文探讨了人工智能系统中解决公平性和偏差的重要性,并介绍了大型多模态模型在此方面的研究进展。作者提出了一种新的偏差量化方法,并讨论了研究人员面临的挑战。该研究填补了领域的研究空白,为处理多模态人工智能中的公平性和偏差问题提供了见解。