小红花·文摘

《阿甘正传》30年后再解读：那个奔跑的傻子，竟是美国最大的讽刺？

dotNET跨平台 ·

[歌词翻译] 反独裁说唱 – 我的国家有什么

fivestone - 同一种调调 ·

我来鹅城只办三件事——不公平！

W4J1e's blog ·

在空投持续面临挑战之际，基于信誉的价值证明或许带来希望

DEV Community ·

本研究针对自然语言处理中的偏见检测这一关键挑战，提出了GUS-Net，一种关注概括、不公与刻板印象三种偏见的创新方法。通过利用生成性人工智能和自动化代理创建综合合成数据集，GUS-Net在多标签token分类中展现出卓越的准确性和深度，显著超越了现有技术，为文本中的社会偏见检测提供了有效工具。

GUS-Net：文本中的社会偏见分类——概括、不公与刻板印象

BriefGPT - AI 论文速递 ·

最近的生成型AI系统展示了更先进的说服能力，并且越来越多地渗透到可以影响决策的领域。本文为AI说服的系统研究奠定了基础，提出了生成型AI的定义，区分了理性说服型和操纵型AI，并介绍了AI说服伤害的风险图和有助于有害说服的机制图。提供了一种减轻说服过程伤害的方法概述，未来工作将进一步研究减轻措施和不同类型的说服机制之间的相互作用。

生成性人工智能中的知识不公

BriefGPT - AI 论文速递 ·