:: Library Catalog

Buchumschlag

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Aydin, Roland, Cyron, Christian, Bachelor, Steve, Anderson, Ashton, West, Robert
Format:	Preprint
Veröffentlicht:	2025
Schlagworte:	Artificial Intelligence Computers and Society Machine Learning
Online-Zugang:	https://arxiv.org/abs/2511.09287
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

The AI Alignment Paradox
von: West, Robert, et al.
Veröffentlicht: (2024)

Assessing Social Alignment: Do Personality-Prompted Large Language Models Behave Like Humans?
von: Zakazov, Ivan, et al.
Veröffentlicht: (2024)

Designing Skill-Compatible AI: Methodologies and Frameworks in Chess
von: Hamade, Karim, et al.
Veröffentlicht: (2024)

Fleet of Agents: Coordinated Problem Solving with Large Language Models
von: Klein, Lars, et al.
Veröffentlicht: (2024)

Training Foundation Models as Data Compression: On Information, Model Weights and Copyright Law
von: Franceschelli, Giorgio, et al.
Veröffentlicht: (2024)

A Pre-Trained Graph-Based Model for Adaptive Sequencing of Educational Documents
von: Vassoyan, Jean, et al.
Veröffentlicht: (2024)

From Data to Behavior: Predicting Unintended Model Behaviors Before Training
von: Wang, Mengru, et al.
Veröffentlicht: (2026)

Moderating Model Marketplaces: Platform Governance Puzzles for AI Intermediaries
von: Gorwa, Robert, et al.
Veröffentlicht: (2023)

In-class Data Analysis Replications: Teaching Students while Testing Science
von: Gligoric, Kristina, et al.
Veröffentlicht: (2023)

Epistemic diversity across language models mitigates knowledge collapse
von: Hodel, Damian, et al.
Veröffentlicht: (2025)

Enhancing Equitable Access to AI in Housing and Homelessness System of Care through Federated Learning
von: Taib, Musa, et al.
Veröffentlicht: (2024)

I Prefer not to Say: Protecting User Consent in Models with Optional Personal Data
von: Leemann, Tobias, et al.
Veröffentlicht: (2022)

Unmasking and Improving Data Credibility: A Study with Datasets for Training Harmless Language Models
von: Zhu, Zhaowei, et al.
Veröffentlicht: (2023)

From Model Performance to Claim: How a Change of Focus in Machine Learning Replicability Can Help Bridge the Responsibility Gap
von: Kou, Tianqi
Veröffentlicht: (2024)

Building a Domain-specific Guardrail Model in Production
von: Niknazar, Mohammad, et al.
Veröffentlicht: (2024)

Generative AI Training and Copyright Law
von: Stober, Sebastian, et al.
Veröffentlicht: (2025)

The Amazon Nova Family of Models: Technical Report and Model Card
von: AGI, Amazon, et al.
Veröffentlicht: (2025)

Towards Detecting Persuasion on Social Media: From Model Development to Insights on Persuasion Strategies
von: Meguellati, Elyas, et al.
Veröffentlicht: (2025)

AI Fairness Beyond Complete Demographics: Current Achievements and Future Directions
von: Wang, Zichong, et al.
Veröffentlicht: (2025)

On the Cause of Unfairness: A Training Sample Perspective
von: Yao, Yuanshun, et al.
Veröffentlicht: (2023)

Adapting Mental Health Prediction Tasks for Cross-lingual Learning via Meta-Training and In-context Learning with Large Language Model
von: Lifelo, Zita, et al.
Veröffentlicht: (2024)

Towards Sustainability Model Cards
von: Jouneaux, Gwendal, et al.
Veröffentlicht: (2025)

Sabotage Evaluations for Frontier Models
von: Benton, Joe, et al.
Veröffentlicht: (2024)

Foundation Model Transparency Reports
von: Bommasani, Rishi, et al.
Veröffentlicht: (2024)

The Metaphysics We Train: A Heideggerian Reading of Machine Learning
von: Shakeri, Heman
Veröffentlicht: (2025)

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

The 2025 Foundation Model Transparency Index
von: Wan, Alexander, et al.
Veröffentlicht: (2025)

On Catastrophic Inheritance of Large Foundation Models
von: Chen, Hao, et al.
Veröffentlicht: (2024)

The 2024 Foundation Model Transparency Index
von: Bommasani, Rishi, et al.
Veröffentlicht: (2024)

Harm Amplification in Text-to-Image Models
von: Hao, Susan, et al.
Veröffentlicht: (2024)

The Representational Status of Deep Learning Models
von: Duede, Eamon
Veröffentlicht: (2023)

On the Societal Impact of Open Foundation Models
von: Kapoor, Sayash, et al.
Veröffentlicht: (2024)

Assessing Large Language Models on Climate Information
von: Bulian, Jannis, et al.
Veröffentlicht: (2023)

AdvKT: An Adversarial Multi-Step Training Framework for Knowledge Tracing
von: Fu, Lingyue, et al.
Veröffentlicht: (2025)

On Fairness of Low-Rank Adaptation of Large Models
von: Ding, Zhoujie, et al.
Veröffentlicht: (2024)

Ecosystem Graphs: The Social Footprint of Foundation Models
von: Bommasani, Rishi, et al.
Veröffentlicht: (2023)

Addressing Label Leakage in Knowledge Tracing Models
von: Badran, Yahya, et al.
Veröffentlicht: (2024)

Building Interpretable Models for Moral Decision-Making
von: Goel, Mayank, et al.
Veröffentlicht: (2026)

Unified Uncertainty Estimation for Cognitive Diagnosis Models
von: Wang, Fei, et al.
Veröffentlicht: (2024)

FairSample: Training Fair and Accurate Graph Convolutional Neural Networks Efficiently
von: Cong, Zicun, et al.
Veröffentlicht: (2024)