XiaoMi-AI文件搜索系统
World File Search System歧视性
IHREC 战略声明 2022-2024
我们的法律工作范围包括向个人提供有关其权利的信息、向个人提供法律援助、打击歧视性广告以及充当法庭之友和第三方介入者。我们拥有一系列执法和合规职能，通过这些职能，我们审查并制定行动计划，以解决公共和私人组织在平等法下的义务方面的不足。我们还有权以自己的名义受理案件，并对严重的人权和平等问题进行调查。
网上约会和爱情机器人：科技如何破坏浪漫爱情的宝贵特征
3 Amia Srinivasan 在《伦敦书评》上撰文，也讨论了约会应用程序上的种族和其他性偏好问题。在讨论男同性恋者使用的应用程序 Grindr 时，Srinivasan 写道：“Grindr 本质上鼓励其用户根据粗略的身份标记将世界划分为可行的性对象和不可行的性对象——以性‘破坏者’和‘要求’的角度来思考。通过这样做，Grindr 只是加深了我们性欲已经沿着的歧视性轨道前进”（Srinivasan 2018）。
为AI系统设计福利评估协议
表5。Anand等人提出的调查问题的示例。[1]用于三个中心功能。中心能力“生命”是指“能够生命到正常长度的人类生活的尽头；不要过早死亡，或者在人生的生活之前降低了以至于不值得生活”； “情感”包括“能够对自己外面的事物和人们具有依恋”； “隶属关系”包括“基于种族，性别，性取向，种族，种姓，宗教和国籍的非歧视性的规定” [1]
计算损失负荷价值、新进入成本和可靠性标准的方法
（6）VOLL/CONE/RS 方法的制定符合《电力法规》第 3 条规定的电力市场运作原则。具体而言，CONE 方法要求对所有容量资源进行研究，从而有助于确保安全和可持续的发电、储能和需求响应平等地参与市场（根据《电力法规》第 3(j) 条）。这符合《电力法规》第 1(b) 条规定的目标，即为所有容量资源提供非歧视性的市场准入，为运作良好的综合电力市场制定基本原则。
计算损失负荷价值、新进入成本和可靠性标准的方法
（6）VOLL/CONE/RS 方法的制定符合《电力法规》第 3 条规定的电力市场运作原则。具体而言，CONE 方法要求对所有容量资源进行研究，从而有助于确保安全和可持续的发电、储能和需求响应平等地参与市场（根据《电力法规》第 3(j) 条）。这符合《电力法规》第 1(b) 条规定的目标，即为所有容量资源提供非歧视性的市场准入，为运作良好的综合电力市场制定基本原则。
英国美国 - 其他关税措施
2。在上述咨询请求之后，美国发布了2025年3月3日的行政命令2，该命令修改了2025年2月1日的行政命令3，并提高了对中国所有进口产品对中国进口产品征收的额外的AD AD税率，从10％和20％开始。所讨论的措施仅适用于中国血统的产品，并且超出了美国的特许权和承诺附件的约束率。所讨论的措施不仅违反了WTO规则，而且具有歧视性和保护主义者。
Carr & Collier Inc. 附录编号 17 H-341
6. 公共实体犯罪法：承包商声明，根据第 287.133(2)(a) 条，其不被禁止提交投标或提案，该条规定如下：因公共实体犯罪而被定罪并被列入定罪供应商名单的个人或关联方不得就向公共实体提供任何商品或服务的合同提交投标、提案或答复，不得就与公共实体签订的建造或维修公共建筑或公共工程的合同提交投标、提案或答复，不得就向公共实体租赁不动产提交投标，不得根据与任何公共实体签订的合同被授予或作为承包商、供应商、分包商或顾问执行工作，并且不得与任何公共实体开展超过佛罗里达州法规第 287.017 条规定的第二类门槛金额的业务，为期三十六 (36) 个月自被列入被定罪供应商名单之日起。 7. 歧视性供应商名单：承包商表示，根据第 287.1 34 条的规定，其不被禁止提交投标或建议书，该条规定如下：被列入歧视性供应商名单的实体或关联方不得提交投标、建议书或答复与公共实体签订的提供任何商品或服务的合同；不得提交与公共实体签订的建造或维修公共建筑或公共工程的投标、建议书或答复与公共实体签订的合同
医学中的人工智能
使用脑电图增加访问脑信号数据的访问会创造新的机会来研究电生理学大脑活动并进行神经系统疾病的门诊诊断。这项工作提出了一种依靠信号光谱特性的精神分裂症分类的成对距离学习方法。能够处理数量有限的观察结果的临床试验（即案例和/或对照个体），我们提出了一个暹罗神经网络结构，以从每个通道的观测值组合中学习一个歧视性特征空间。通过这种方式，信号的多元顺序用作数据增强的一种形式，进一步支持网络泛化能力。卷积层具有在余弦对比损失下学习的参数，以充分探索从大脑信号中得出的光谱图像。根据静止状态方案的参考临床试验数据对精神分裂症诊断的拟议方法进行了测试，达到0.95±0.05精度，0.98±0.02敏感性和0.92±0.07特异性。结果表明，使用所提出的神经网络提取的特征比基准高于诊断精神分裂症的基础线（准确性和敏感性+20pp），这表明存在能够捕获歧视性神经肿瘤的非琐事电生理大脑模式存在。该代码可在github上找到：https：//github.com/dcalhas/siamese_schizophrenia_eeg。
PersonVit：重新识别的大规模自我监督的视觉变压器
人重新识别（REID）旨在在非重叠的摄像机图像中检索相关的人，并且在公共安全领域具有广泛的应用。近年来，随着视觉变压器（VIT）和自我监督的学习技术的发展，基于自我监督的预训练的人的REID的表现得到了极大的改善。人Reid需要提取人体的高度歧视性局部细粒度特征，而传统的VIT则擅长提取与上下文相关的全球特征，从而难以专注于当地的人体特征。为此，本文介绍了最近出现的掩盖图像建模（MIM）自制的学习方法，并通过将掩盖的图像建模和歧视性的损坏性学习和进行训练的人进行训练的任务来有效地提取高质量的全球和本地特征。此人的特征提取方法基于VIT，具有掩盖图像建模（PersonVit）具有无关，可扩展性和强大的概括能力的良好特征，克服了受监督人员REID中难以注释的问题，并在包括MSMT17，Market1501，dukem-comp的公共可用基础数据集中实现了最先进的结果。PersonVit方法的代码和预培训模型将在https://github.com/hustvl/personvit上发布，以促进REID领域的进一步研究。
通过镜头看生成式人工智能
生成式人工智能可能会产生不可接受或非法的结果，包括错误信息、知识产权侵权、深度伪造、个人信息、诽谤性言论以及歧视性、偏见性和有害性内容。目前正在开发技术防护手段，但考虑到相关计算的复杂性，预测所有情况下人工智能的行为相当困难。此外，大多数国家的知识产权法都是在人工智能技术出现之前制定的，这给人工智能成果的所有权带来了不确定性。