本研究提出了“拆分！”数据集，用于评估大型语言模型在不同人口群体表达方面的表现。通过新任务“群体理论化”，研究表明该框架能够有效生成群体表达的理论，帮助理解和减轻模型偏见。

本研究提出了一种系统性干预框架，旨在通过在人工智能开发流程的各个阶段进行干预，减少医疗保健中的模型偏见，促进技术公平，特别是惠及资源匮乏群体。

埃隆·马斯克指出，真实世界数据已所剩无几，未来人工智能将依赖合成数据进行训练。合成数据由AI模型生成，具备自我评分和学习能力。虽然获取合成数据成本低且方便，但可能导致模型偏见和质量下降。

本研究探讨了图像分类中的公平性、隐私与效用之间的权衡，分析了尖锐性感知训练与差分隐私的结合，发现泛化技术可能加剧模型偏见，影响准确性和隐私安全。

本文提出了一种评估文本到图像生成模型的框架，涵盖图像质量和文本条件两部分。引入美学评分模型，提供低质量区域数据集，探索概念覆盖和公平性，揭示模型偏见。该方法灵活，适用于其他图像生成，助力理解生成模型并推动更复杂模型的发展。

本研究提出了一种评估框架，分析多模态生成模型在公平性和可靠性方面的表现，揭示不可靠行为的触发因素，并评估生成内容的多样性与公平性，为检测模型偏见奠定基础。

本研究提出了一种名为公平蒸馏（FairDi）的方法，旨在解决医疗影像模型中的偏见问题。通过优化偏见“教师”模型来指导“学生”模型的训练，FairDi在准确性和公平性上均有显著提升。

构建公平的深度神经网络是实现可信的人工智能的关键步骤。研究发现深度神经网络内部的几何特征对公平性有影响。提出了内在维度正则化（IDR）的方法，减轻模型偏见并改善性能。

FITNESS是一种通过去相关化敏感特征和标签之间的因果效应来缓解模型偏见的方法，使用多目标优化平衡性能和公平性。在8个基准测试中，FITNESS在提高模型公平性的同时保持了模型的性能，并在96.72％的情况下优于已有的所有方法。

本文研究了深度神经网络中的快捷学习和其影响，通过实验设计了学习WCST-ML的训练过程，证明了某些提示优先于其他提示。研究基于DSprites和UTKFace数据集，强调了消除模型偏见的重要性。