På hvilke måder kan skævheder i maskinlæringsmodeller, såsom dem der findes i sproggenereringssystemer som GPT-2, fastholde samfundsmæssige fordomme, og hvilke foranstaltninger kan tages for at afbøde disse skævheder?
Tirsdag 11 juni 2024
by EITCA Academy
Fordomme i maskinlæringsmodeller, især i sproggenereringssystemer som GPT-2, kan i væsentlig grad fastholde samfundsmæssige fordomme. Disse skævheder stammer ofte fra de data, der bruges til at træne disse modeller, som kan afspejle eksisterende samfundsmæssige stereotyper og uligheder. Når sådanne skævheder er indlejret i maskinlæringsalgoritmer, kan de manifestere sig på forskellige måder, hvilket fører til
- Udgivet i Kunstig intelligens, EITC/AI/ADL Advanced Deep Learning, Ansvarlig innovation, Ansvarlig innovation og kunstig intelligens, Eksamensgennemgang
Tagged under:
Kunstig intelligens, Bias Mitigation, GPT-2, Sprogmodeller, Maskinelæring, Ansvarlig AI