Buchumschlag

Defining bias in AI-systems: Biased models are fair models

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Lindloff, Chiara, Siegert, Ingo
Format:	Preprint
Veröffentlicht:	2025
Schlagworte:	Artificial Intelligence Computation and Language Computers and Society
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Effect of Gender Fair Job Description on Generative AI Images
von: Böckling, Finn, et al.
Veröffentlicht: (2025)

A survey on fairness of large language models in e-commerce: progress, application, and challenge
von: Ren, Qingyang, et al.
Veröffentlicht: (2024)

A closer look at how large language models trust humans: patterns and biases
von: Lerman, Valeria, et al.
Veröffentlicht: (2025)

Generative AI Carries Non-Democratic Biases and Stereotypes: Representation of Women, Black Individuals, Age Groups, and People with Disability in AI-Generated Images across Occupations
von: Sadeghiani, Ayoob
Veröffentlicht: (2024)

MEDEQUALQA: Evaluating Biases in LLMs with Counterfactual Reasoning
von: Ghosh, Rajarshi, et al.
Veröffentlicht: (2025)

A Systematic Analysis of Biases in Large Language Models
von: Zhang, Xulang, et al.
Veröffentlicht: (2025)

The Balancing Act: Unmasking and Alleviating ASR Biases in Portuguese
von: Kulkarni, Ajinkya, et al.
Veröffentlicht: (2024)

Epistemic Constitutionalism Or: how to avoid coherence bias
von: Loi, Michele
Veröffentlicht: (2026)

PRISM: A Methodology for Auditing Biases in Large Language Models
von: Azzopardi, Leif, et al.
Veröffentlicht: (2024)

AI-AI Bias: large language models favor communications generated by large language models
von: Laurito, Walter, et al.
Veröffentlicht: (2024)

Evaluating Implicit Biases in LLM Reasoning through Logic Grid Puzzles
von: Jahara, Fatima, et al.
Veröffentlicht: (2025)

A Close Reading Approach to Gender Narrative Biases in AI-Generated Stories
von: Raffini, Daniel, et al.
Veröffentlicht: (2025)

Large Language Models Develop Novel Social Biases Through Adaptive Exploration
von: Wu, Addison J., et al.
Veröffentlicht: (2025)

"Not in My Backyard": LLMs Uncover Online and Offline Social Biases Against Homelessness
von: Karr Jr., Jonathan A., et al.
Veröffentlicht: (2025)

Decoding Multilingual Moral Preferences: Unveiling LLM's Biases Through the Moral Machine Experiment
von: Vida, Karina, et al.
Veröffentlicht: (2024)

Self-Blinding and Counterfactual Self-Simulation Mitigate Biases and Sycophancy in Large Language Models
von: Christian, Brian, et al.
Veröffentlicht: (2026)

Why are all LLMs Obsessed with Japanese Culture? On the Hidden Cultural and Regional Biases of LLMs
von: de Landa, Joseba Fernandez, et al.
Veröffentlicht: (2026)

System 2 thinking in OpenAI's o1-preview model: Near-perfect performance on a mathematics exam
von: de Winter, Joost, et al.
Veröffentlicht: (2024)

"Pull or Not to Pull?'': Investigating Moral Biases in Leading Large Language Models Across Ethical Dilemmas
von: Ding, Junchen, et al.
Veröffentlicht: (2025)

An evaluation of LLMs for political bias in Western media: Israel-Hamas and Ukraine-Russia wars
von: Chandra, Rohitash, et al.
Veröffentlicht: (2026)

Gender and Positional Biases in LLM-Based Hiring Decisions: Evidence from Comparative CV/Résumé Evaluations
von: Rozado, David
Veröffentlicht: (2025)

Whose Journey Matters? Investigating Identity Biases in Large Language Models (LLMs) for Travel Planning Assistance
von: Ren, Ruiping, et al.
Veröffentlicht: (2024)

White Men Lead, Black Women Help? Benchmarking and Mitigating Language Agency Social Biases in LLMs
von: Wan, Yixin, et al.
Veröffentlicht: (2024)

No Free Lunch in Language Model Bias Mitigation? Targeted Bias Reduction Can Exacerbate Unmitigated LLM Biases
von: Chand, Shireen, et al.
Veröffentlicht: (2025)

LLMs left, right, and center: Assessing GPT's capabilities to label political bias from web domains
von: Hernandes, Raphael, et al.
Veröffentlicht: (2024)

Ask LLMs Directly, "What shapes your bias?": Measuring Social Bias in Large Language Models
von: Shin, Jisu, et al.
Veröffentlicht: (2024)

Large Language Models are Geographically Biased
von: Manvi, Rohin, et al.
Veröffentlicht: (2024)

Retrieval-augmented reasoning with lean language models
von: Chan, Ryan Sze-Yin, et al.
Veröffentlicht: (2025)

Do Chinese models speak Chinese languages?
von: Wen-Yi, Andrea W, et al.
Veröffentlicht: (2025)

Failure of contextual invariance in large language models
von: Kumar, Sagar, et al.
Veröffentlicht: (2026)

Large language models in medicine: the potentials and pitfalls
von: Omiye, Jesutofunmi A., et al.
Veröffentlicht: (2023)

How to be fair? A study of label and selection bias
von: Favier, Marco, et al.
Veröffentlicht: (2024)

United in Diversity? Contextual Biases in LLM-Based Predictions of the 2024 European Parliament Elections
von: von der Heyde, Leah, et al.
Veröffentlicht: (2024)

What can large language models do for sustainable food?
von: Thomas, Anna T., et al.
Veröffentlicht: (2025)

Reward Models Inherit Value Biases from Pretraining
von: Christian, Brian, et al.
Veröffentlicht: (2026)

Developmental trajectories of decision making and affective dynamics in large language models
von: Wang, Zhihao, et al.
Veröffentlicht: (2025)

Laissez-Faire Harms: Algorithmic Biases in Generative Language Models
von: Shieh, Evan, et al.
Veröffentlicht: (2024)

Uncovering inequalities in new knowledge learning by large language models across different languages
von: Wang, Chenglong, et al.
Veröffentlicht: (2025)

Training language models to be warm and empathetic makes them less reliable and more sycophantic
von: Ibrahim, Lujain, et al.
Veröffentlicht: (2025)

AI-Assisted Systematization for Evaluating GenAI Systems
von: Agarwal, Dhruv, et al.
Veröffentlicht: (2026)