- PI-Whisper:面向多样化和不断演化的说话人特征的自适应增量式语音识别框架
通过边缘自动语音识别 (ASR)技术,本研究提出了 PI-Whisper 框架,以增强 ASR 的适应性、实现增量式处理和促进多元化使用者群体的公平性和公正性,并在状态 - of-the-art 的准确性下降为主的情况下,提高 13.7%的 - 分析医疗多样性的 LLM 研究:科学计量学视角
大规模语言模型在医疗保健领域的部署展示了提升临床决策、行政效率和患者成果的巨大潜力。然而,这些模型在开发和应用中存在多样性群体的代表不足,会导致不公平的医疗保健服务。本文通过对 2021 年 1 月 1 日至 2024 年 6 月 16 日 - ACL失传于转录:识别和量化自动语音识别系统对不流利语音的准确性偏差
这项研究评估了六个领先的自动语音识别系统对有语吃现象的言语的处理性能,并发现这些系统普遍存在的准确性偏差对不流利言语的处理,导致语法和语义不准确的转录,揭示了当前自动语音识别技术存在的重要差距,强调了有效的偏见缓解策略的必要性。
- 一个实时的人工智能学习手语的系统
开发一种基于人工智能的成本效益高、资源高效和开放的技术,旨在帮助人们学习和使用手语进行交流,以促进社会的包容性。该研究分析了基于人工智能的手语解决方案,特别聚焦美国手语,取得了令人满意的初步结果,并为进一步发展奠定了基础。
- 视障人士触觉签名系统概念
以触觉签名系统为例,本研究致力于为视障人士创造一个无障碍且有效的手写签名系统,从而提升其独立性和全面参与各个领域的能力。
- 探索科学研究的负责任人工智能:一项实证研究
本文研究了科学研究机构在负责人工智能设计和开发中的道德风险意识和准备情况,揭示了知识缺口和对可用人工智能伦理框架的意识有限。我们的研究结果显示,在没有适当的指导和管理下实施人工智能技术可能会带来潜在的道德风险,因此需要全面的策略来提高团队能 - 评估人工智能软件在提高项目管理效率中的包容性 - 综述
通过技术整合,提高项目管理中包容性和效率的研究探讨了定义和衡量包容性,为项目结果的提升展示了以包容性为中心的技术如何起到重要作用。这项研究还强调了在技术的发展中,确保包容性的关键性及其在伦理和实际层面的影响,为该领域提供了更加明确和平衡的方 - BdSpell: 基于 Yolo 的孟加拉手语即时拼写系统
提出了一种基于 YOLOv5 架构的新型实时手指拼写系统,通过使用指定规则和数字类作为触发器,高效生成隐藏和复合字符,大大提高了用户便利性,同时取得了令人瞩目的字符拼写准确率和模型平均精度,为增强 BdSL 解释提供了实质性的进展,提升了 - CVPR非层次化变压器用于行人分割
我们提出了一种解决自主系统中实例分割挑战的方法,特别针对可访问性和包容性。我们的方法利用非层次化的 Vision Transformer 变种 EVA-02,结合级联 Mask R-CNN 掩码头部。通过在 AVA 实例分割挑战数据集上进行 - 性别、姓名和其他谜团:走向模糊的性别包容翻译
本文探讨了源句子缺乏明确性别标记但目标句子含有丰富的语法性别的情况,特别关注包含人名的输入。研究发现 MT 数据中的许多名称 - 性别共现无法通过源语言的明确性别解决,并且存在性别不明确的示例。因此,文章提出了接受性别和翻译的歧义性,朝着包 - 引入建构理论作为包容性人工智能模型的标准方法论
研究探讨了社会心理学中的构造理论如何应用于人工智能领域,针对面部识别算法中的性别和肤色偏见提出了基于表型标记的解决方案,并在 Google Cloud Vision API 和 Microsoft Cognitive Services AP - 人工智能系统中的排外表现
本论文旨在填补现有机器学习公平框架未全面测量或减轻由于排外主义导致的伤害的概念差距,并通过分析排外主义对社交媒体和推荐系统、医疗保健、移民、就业以及大型预先训练模型的潜在影响,推动未来人工智能系统的包容性设计。
- 使分类器能够明确地与人类价值观保持一致
该研究介绍了一个基于明确人类价值观的价值对齐分类框架,并从大规模语言模型中提炼价值对齐知识以构建分类器,结果表明使用显式人类价值观分类器能提高人工智能的包容性和可解释性。
- ICLR论纸质文献的重要性
机器学习的出版流程存在缺陷,新的出版方式虽有助于提高包容性和教育性,但仅仅更换格式不能解决现有问题。该论文认为,影响机器学习研究可达性的根本原因不在于论文流程,而是出版和研究过程中的问题。本论文探讨了这些问题,并提出了一些潜在的解决方案。
- 朝着去殖民化计算科学的方向
本文探讨了计算领域去殖民化的观点,通过认识在当今系统中对有色人种妇女存在的敌对、保守和压迫行为和原则以及拒绝以人为中心的思维方式,可能避免过去的错误,包括促进多样性和包容性来推进计算领域的发展。
- MMAI 与无障碍:道德考虑的讨论
本文从残障人群的需求入手,探讨了如何通过 AI 技术来解决其面临的较多的无障碍性障碍问题;同时,哪些道德问题需要被考虑到才能实现真正的包容性。
- 绿色人工智能
通过将深度学习的效率作为评估标准之一,并建议报告开发、训练和运行模型的财务成本,以提供研究越来越高效方法的基准,本文旨在使人工智能更加绿色和包容,实现任何有灵感的本科生都可以编写高质量的研究论文。