Buchumschlag

The Cake that is Intelligence and Who Gets to Bake it: An AI Analogy and its Implications for Participation

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Mundt, Martin, Ovalle, Anaelia, Friedrich, Felix, Pranav, A, Paul, Subarnaduti, Brack, Manuel, Kersting, Kristian, Agnew, William
Format:	Preprint
Veröffentlicht:	2025
Schlagworte:	Artificial Intelligence Computers and Society Machine Learning
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Core Tokensets for Data-efficient Sequential Training of Transformers
von: Paul, Subarnaduti, et al.
Veröffentlicht: (2024)

CHRONOBERG: Capturing Language Evolution and Temporal Awareness in Foundation Models
von: Hegde, Niharika, et al.
Veröffentlicht: (2025)

BOWL: A Deceptively Simple Open World Learner
von: Kamath, Roshni . R., et al.
Veröffentlicht: (2024)

Masked Autoencoders are Efficient Continual Federated Learners
von: Paul, Subarnaduti, et al.
Veröffentlicht: (2023)

Deep Classifier Mimicry without Data Access
von: Braun, Steven, et al.
Veröffentlicht: (2023)

LlavaGuard: An Open VLM-based Framework for Safeguarding Vision Datasets and Models
von: Helff, Lukas, et al.
Veröffentlicht: (2024)

Where is the Truth? The Risk of Getting Confounded in a Continual World
von: Busch, Florian Peter, et al.
Veröffentlicht: (2024)

Beyond Overcorrection: Evaluating Diversity in T2I Models with DivBench
von: Friedrich, Felix, et al.
Veröffentlicht: (2025)

Self-Expanding Neural Networks
von: Mitchell, Rupert, et al.
Veröffentlicht: (2023)

Exploiting Cultural Biases via Homoglyphs in Text-to-Image Synthesis
von: Struppek, Lukas, et al.
Veröffentlicht: (2022)

Does CLIP Know My Face?
von: Hintersdorf, Dominik, et al.
Veröffentlicht: (2022)

SCAR: Sparse Conditioned Autoencoders for Concept Detection and Steering in LLMs
von: Härle, Ruben, et al.
Veröffentlicht: (2024)

Learning by Self-Explaining
von: Stammer, Wolfgang, et al.
Veröffentlicht: (2023)

How to Train your Text-to-Image Model: Evaluating Design Choices for Synthetic Training Captions
von: Brack, Manuel, et al.
Veröffentlicht: (2025)

Measuring and Guiding Monosemanticity
von: Härle, Ruben, et al.
Veröffentlicht: (2025)

LEDITS++: Limitless Image Editing using Text-to-Image Models
von: Brack, Manuel, et al.
Veröffentlicht: (2023)

Multilingual Text-to-Image Generation Magnifies Gender Stereotypes and Prompt Engineering May Not Help You
von: Friedrich, Felix, et al.
Veröffentlicht: (2024)

Adaptive Rational Activations to Boost Deep Reinforcement Learning
von: Delfosse, Quentin, et al.
Veröffentlicht: (2021)

Baking for Dafny: A CakeML Backend for Dafny
von: Nezamabadi, Daniel, et al.
Veröffentlicht: (2025)

T-FREE: Subword Tokenizer-Free Generative LLMs via Sparse Representations for Memory-Efficient Embeddings
von: Deiseroth, Björn, et al.
Veröffentlicht: (2024)

BBN-simple: How to Bake a Universe-Sized Cake
von: Meador-Woodruff, Aidan, et al.
Veröffentlicht: (2024)

LLMs Lost in Translation: M-ALERT uncovers Cross-Linguistic Safety Inconsistencies
von: Friedrich, Felix, et al.
Veröffentlicht: (2024)

Tractable Representation Learning with Probabilistic Circuits
von: Braun, Steven, et al.
Veröffentlicht: (2025)

Volunteers Who Bake for Musicians
von: Alison Knopf
Veröffentlicht: (2024)

AtMan: Understanding Transformer Predictions Through Memory Efficient Attention Manipulation
von: Deiseroth, Björn, et al.
Veröffentlicht: (2023)

ActivationReasoning: Logical Reasoning in Latent Activation Spaces
von: Helff, Lukas, et al.
Veröffentlicht: (2025)

DeiSAM: Segment Anything with Deictic Prompting
von: Shindo, Hikaru, et al.
Veröffentlicht: (2024)

Scaling Probabilistic Circuits via Data Partitioning
von: Seng, Jonas, et al.
Veröffentlicht: (2025)

A Typology for Exploring the Mitigation of Shortcut Behavior
von: Friedrich, Felix, et al.
Veröffentlicht: (2022)

Learning to Intervene on Concept Bottlenecks
von: Steinmann, David, et al.
Veröffentlicht: (2023)

Technological and Quality Features of Gluten Free Sponge Cakes Baked by Combined Ohmic‐Hot Air System
von: Nicolás Gabriel Mattioli, et al.
Veröffentlicht: (2025)

Who Gets to Do Physics? Occupational Stereotypes in AI-Generated Problem Sets
von: Paul, Bilas
Veröffentlicht: (2026)

LIME: Making LLM Data More Efficient with Linguistic Metadata Embeddings
von: Sztwiertnia, Sebastian, et al.
Veröffentlicht: (2025)

No Safe Dose: How Training Data Drives Unsafe Image Generation
von: Friedrich, Felix, et al.
Veröffentlicht: (2026)

Bake Two Cakes with One Oven: RL for Defusing Popularity Bias and Cold-start in Third-Party Library Recommendations
von: Vuong, Minh Hoang, et al.
Veröffentlicht: (2025)

Study of the Relationship Between Electrical Conductivity, Batter–Crumb Transition, and Leavening Powders During the Ohmic Baking of Pound Cake
von: Doina Crucean, et al.
Veröffentlicht: (2025)

Multipole Semantic Attention: A Fast Approximation of Softmax Attention for Pretraining
von: Mitchell, Rupert, et al.
Veröffentlicht: (2025)

Who's in and who's out? A case study of multimodal CLIP-filtering in DataComp
von: Hong, Rachel, et al.
Veröffentlicht: (2024)

Artificial Intelligence in Team Dynamics: Who Gets Replaced and Why?
von: Cheng, Xienan, et al.
Veröffentlicht: (2025)

Development of Rice Cake Fortified With Acorn Flour and Inulin Using Superheated Steam Technology: Analysis of Physicochemical, Structural, and Baking Properties
von: Zohreh Mokhtari, et al.
Veröffentlicht: (2025)