Buchumschlag

See Me and Believe Me: Causality and Intersectionality in Testimonial Injustice in Healthcare

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Andrews, Kenya S., Ohannessian, Mesrob I., Zheleva, Elena
Format:	Preprint
Veröffentlicht:	2024
Schlagworte:	Machine Learning Artificial Intelligence
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Modeling Access Differences to Reduce Disparity in Resource Allocation
von: Andrews, Kenya, et al.
Veröffentlicht: (2024)

Linearization Explains Fine-Tuning in Large Language Models
von: Afzal, Zahra Rahimi, et al.
Veröffentlicht: (2026)

Induced Model Matching: Restricted Models Help Train Full-Featured Models
von: Muneeb, Usama, et al.
Veröffentlicht: (2024)

Relational Causal Discovery with Latent Confounders
von: Negro, Matteo, et al.
Veröffentlicht: (2025)

Overfitting and Generalizing with (PAC) Bayesian Prediction in Noisy Binary Classification
von: Zhu, Xiaohan, et al.
Veröffentlicht: (2026)

Tight Bounds on the Binomial CDF, and the Minimum of i.i.d Binomials, in terms of KL-Divergence
von: Zhu, Xiaohan, et al.
Veröffentlicht: (2025)

Hear Me, See Me, Understand Me: Audio-Visual Autism Behavior Recognition
von: Deng, Shijian, et al.
Veröffentlicht: (2024)

Epistemological Bias As a Means for the Automated Detection of Injustices in Text
von: Andrews, Kenya, et al.
Veröffentlicht: (2024)

"Give Me BF16 or Give Me Death"? Accuracy-Performance Trade-Offs in LLM Quantization
von: Kurtic, Eldar, et al.
Veröffentlicht: (2024)

To Believe or Not to Believe Your LLM
von: Yadkori, Yasin Abbasi, et al.
Veröffentlicht: (2024)

Learning Exposure Mapping Functions for Inferring Heterogeneous Peer Effects
von: Adhikari, Shishir, et al.
Veröffentlicht: (2025)

Data-Driven Estimation of Heterogeneous Treatment Effects
von: Tran, Christopher, et al.
Veröffentlicht: (2023)

MeSH: Memory-as-State-Highways for Recursive Transformers
von: Yu, Chengting, et al.
Veröffentlicht: (2025)

Pool Me Wisely: On the Effect of Pooling in Transformer-Based Models
von: Ennadir, Sofiane, et al.
Veröffentlicht: (2025)

MeMo: Memory as a Model
von: Quek, Ryan Wei Heng, et al.
Veröffentlicht: (2026)

Teach Me to Trick: Exploring Adversarial Transferability via Knowledge Distillation
von: Pradhan, Siddhartha, et al.
Veröffentlicht: (2025)

CoMeT: Collaborative Memory Transformer for Efficient Long Context Modeling
von: Zhao, Runsong, et al.
Veröffentlicht: (2026)

PatternPortrait: Draw Me Like One of Your Scribbles
von: Wieluch, Sabine, et al.
Veröffentlicht: (2024)

Causal Graph Neural Networks for Healthcare
von: Mesinovic, Munib, et al.
Veröffentlicht: (2025)

Do It For Me vs. Do It With Me: Investigating User Perceptions of Different Paradigms of Automation in Copilots for Feature-Rich Software
von: Khurana, Anjali, et al.
Veröffentlicht: (2025)

MeTok: An Efficient Meteorological Tokenization with Hyper-Aligned Group Learning for Precipitation Nowcasting
von: Jin, Qizhao, et al.
Veröffentlicht: (2026)

Me, Myself, and AI: The Situational Awareness Dataset (SAD) for LLMs
von: Laine, Rudolf, et al.
Veröffentlicht: (2024)

Deep Causal Behavioral Policy Learning: Applications to Healthcare
von: Knecht, Jonas, et al.
Veröffentlicht: (2025)

Always Tell Me The Odds: Fine-grained Conditional Probability Estimation
von: Wang, Liaoyaqi, et al.
Veröffentlicht: (2025)

AdaMeZO: Adam-style Zeroth-Order Optimizer for LLM Fine-tuning Without Maintaining the Moments
von: Cai, Zhijie, et al.
Veröffentlicht: (2026)

Efficient Latent Variable Causal Discovery: Combining Score Search and Targeted Testing
von: Ramsey, Joseph, et al.
Veröffentlicht: (2025)

Repeat After Me: Transformers are Better than State Space Models at Copying
von: Jelassi, Samy, et al.
Veröffentlicht: (2024)

Show Me How It's Done: The Role of Explanations in Fine-Tuning Language Models
von: Ballout, Mohamad, et al.
Veröffentlicht: (2024)

ReplaceMe: Network Simplification via Depth Pruning and Transformer Block Linearization
von: Shopkhoev, Dmitriy, et al.
Veröffentlicht: (2025)

MeKi: Memory-based Expert Knowledge Injection for Efficient LLM Scaling
von: Ding, Ning, et al.
Veröffentlicht: (2026)

ReadMe++: Benchmarking Multilingual Language Models for Multi-Domain Readability Assessment
von: Naous, Tarek, et al.
Veröffentlicht: (2023)

Evaluating Causal Discovery Algorithms for Path-Specific Fairness and Utility in Healthcare
von: Nagesh, Nitish, et al.
Veröffentlicht: (2026)

Scalable Causal Discovery from Recursive Nonlinear Data via Truncated Basis Function Scores and Tests
von: Ramsey, Joseph, et al.
Veröffentlicht: (2025)

Stop Listening to Me! How Multi-turn Conversations Can Degrade LLM Reliability
von: Guo, Kevin H., et al.
Veröffentlicht: (2026)

I See, Therefore I Do: Estimating Causal Effects for Image Treatments
von: Thorat, Abhinav, et al.
Veröffentlicht: (2024)

Seeing is Believing: Mitigating Hallucination in Large Vision-Language Models via CLIP-Guided Decoding
von: Deng, Ailin, et al.
Veröffentlicht: (2024)

MeTHanol: Modularized Thinking Language Models with Intermediate Layer Thinking, Decoding and Bootstrapping Reasoning
von: Xi, Ningyuan, et al.
Veröffentlicht: (2024)

Sparse MeZO: Less Parameters for Better Performance in Zeroth-Order LLM Fine-Tuning
von: Liu, Yong, et al.
Veröffentlicht: (2024)

MeDiSumQA: Patient-Oriented Question-Answer Generation from Discharge Letters
von: Dada, Amin, et al.
Veröffentlicht: (2025)

TriOpt: A Scalable Algorithm for Linear Causal Discovery
von: Joy, Rafat Ashraf, et al.
Veröffentlicht: (2026)