XiaoMi-AI文件搜索系统
World File Search Systemsexism
模因中的多语种性别歧视检测，剪辑
摘要在这项工作中，我们使用尖端的机器学习方法来解决模因中的性别歧视问题。该研究首先要导入和可视化模因数据集，然后使用包括种植，缩放和标准化的技术进行图像进行预处理，以便为它们做好准备进行模型培训。一种称为剪辑的预训练模型用于提取功能，并且数据集分为西班牙语和英语的模因的培训和验证集。收集的功能用于训练和评估各种机器学习模型，例如逻辑回归，SVM，XGBoost，决策树，随机森林，神经网络，Adaboost和SGD。精确得分，分类报告和混乱矩阵用于评估性能。随机森林模型在所有这些模型中都表现出了最好的作用。之后，创建了包含模型预测性别歧视发生在测试数据集中的JSON文件。结果强调了训练有素的模型和复杂的机器学习方法如何在社交媒体上识别危险内容，为未来的研究提供有见地的信息以及有助于创建更安全的在线空间的有用应用。
存在于2025年：在推文，模因和Tiktok视频中以性别歧视的识别和表征分歧
摘要。本文描述了存在于2025年的社交网络中性别歧视识别的实验室，该实验室预计将在CLEF 2025会议上举行，代表了现有挑战的第五版。该实验室包括两种语言，英语和西班牙语的九项任务，这些任务与三种不同类型的数据相同的三个任务（性别歧视，来源意图检测和性别歧视分类）。这种多媒体方法将有助于确定跨媒体格式和用户互动的性别歧视的趋势和模式，从而有助于更深入地了解社会动态。与2023年和2024年存在一样，该版本将使用“以分歧”的方式使用“学习”。九个任务的数据集将包括来自多个注释的注释，显示不同甚至相互矛盾的意见。这有助于模型从不同的角度学习，使它们更好地理解一系列人类观点，并为有效的以人为本的解决方案发展。
514 (Nature Rev Mater 2023) 学术界的性别歧视不利于科学，浪费公共资金
在帮助研发 COVID-19 疫苗并与他人共同获得诺贝尔医学奖之前，卡塔琳·卡里科 (Katalin Karikó) 的故事对许多女性来说都很熟悉：她面临资金匮乏、认可不足、被降职，最终被大学开除 1 。尽管卡里科成功克服了这些巨大的障碍，但更多的女性因普遍存在的性别歧视和骚扰而选择离开学术界。一项针对 25 万美国学者的大规模研究为这种基于性别的人员流失提供了越来越多的证据 2 。作为现任和前任机构负责人和研究领导者，我们认为，这种离职以及相关女性人才的流失会造成巨大的科学和经济损失，并概述了提高学术部门效率的改革措施。
以评估为导向的战略规划框架
“性别歧视和种族主义通过为再生产辩护的技术而再生产。当这些话被驳回时，我们目睹了对现状的辩护：这是一种说法，没有什么不对；性别歧视和种族主义的系统性被性别歧视和种族主义的系统性所掩盖……我们需要破坏这种制度，阻止这种制度发挥作用……提出女权主义观点、反种族主义观点、痛点，就是要指出许多人没有意识到的结构。这就是制度上的砖墙：许多人没有意识到的结构。这不仅仅是因为许多人没有受到这种结构的伤害。这也是因为他们正在通过复制那些没有被有形化的东西而取得进步。当我们谈论性别歧视和种族主义时，我们谈论的是支持和促进某些人进步的制度。”
领导力洞察 - 英国陆军
调查结果 根据布罗德里克报告，近一半的受访者报告称，力拓的工作场所和部门存在严重的欺凌和性别歧视。该公司雇用的五分之二的澳大利亚原住民和托雷斯海峡岛民遭受过种族歧视。近三分之一的女工遭受过性骚扰，其中 21 名女性报告了实际或企图性侵犯。虐待行为不仅限于采矿现场，而是在整个公司普遍存在。例如，虽然性骚扰率最高的是该公司的铁矿石部门，但战略、可持续发展和发展集团紧随其后。值得注意的是，力拓的性别歧视和性骚扰数据与最近在阿瑟顿报告 (2021) 中报告的有关英国武装部队女性经历的数据相差无几。
边境就在这里：家庭防备计划......
与婴儿、儿童和家庭一起工作需要所有个人、组织和护理系统反思我们自己的文化、价值观和信仰，以及种族主义、阶级歧视、性别歧视、健全主义、同性恋恐惧症、仇外心理和其他压迫制度对我们的生活的影响，以便提供多元化、文化协调的服务。
青年妇女信托基金战略 2023-2028
我们为年轻女性提供免费指导、求职反馈和信息，帮助她们实现梦想。我们组建了数千名年轻女性网络，让她们相互支持，建立自信，并让她们的声音被听到。我们与年轻女性以及任何经历过厌女症和性别歧视的人合作，为职场平等而战。我们的研究让我们深入了解年轻女性的真实生活，为我们的变革运动提供动力。
里斯本十年后的欧盟安全与防务政策
The Lisbon Treaty heralded new ambitions and advances in the formation of the European Union’s Common Foreign and Security Policy (CFSP).The treaty’s institutional changes smoothed cooperation, created an EU diplomatic service, and laid the groundwork for Permanent Structured Cooperation (PESCO).At the same time, these changes did not increase the EU’s visibility as a global actor.Common Security and Defense Policy (CSDP) missions have become more low profile; the High Representative position has not “stopped traffic”; and academ- ics, politicians, and the media have often criticized the CFSP for not living up to expectations.Since two women have held the post of High Representatives since Lisbon, sexism has most likely played a role in assessments of EU foreign and se- curity policy.，唐纳德·特朗普（Donald Trump）于2017年1月发誓
解析人工智能中的偏见、责任和道德实践
本研究旨在了解文本转图像生成式人工智能平台如何延续种族主义和性别歧视等偏见，并解码这种偏见如何在大型语言模型和数据集中编程。在本研究中，生成式人工智能的结果通过情感和情感理论的视角进行分析，因为它们被用于研究生成式人工智能算法背后的机器学习和计算机理论。这项研究的目的是解释生成式人工智能为什么有偏见，以及这种偏见是由于当前趋势还是由于它从中提取信息的数据库中的缺陷和偏见而产生的。通过了解生成式人工智能的编码方式，我们试图了解生成式人工智能是否以及如何能够预测趋势，甚至超过人类的预测。这些对话都与生成式人工智能的伦理影响有关，以及随着文本转图像人工智能平台的扩展，我们是否应该实施问责机制，以确保这些平台以合乎道德和负责任的方式运行。本研究还通过分析当今世界社会和政治气候的趋势，探讨了人工智能的使用是否也会进一步加剧种族和性别歧视，要么是因为它的使用进一步鼓励了种族和性别歧视，要么是人工智能正在助长这种歧视。然而，这项研究的目的是了解生成式人工智能中偏见的起源和机制，特别是关于性别歧视和种族主义的比喻，并提出最佳实践建议，以帮助鼓励和实施指导方针，以更合乎道德和更认真地使用和应用生成式人工智能平台。
人工智能（AI）内容创作工具和大学学习简介：学生指南
• 由于训练过程中存在偏见，ChatGPT 和其他 AI 工具并不总是提供合乎道德、公正的答案，并且可能提供导致偏见和歧视的答案，例如文化、种族、性别歧视。 • 由于数据中的这些偏见，AI 工具可能提供导致种族主义、性别歧视、残疾歧视和其他有害歧视形式的答案。 • 媒体报道表明，创建这些工具的公司的劳动实践有时存在问题，依赖低薪或无薪劳动力对数据集中的内容进行人工检查。还值得记住的是，当您使用这些工具的免费版本时，您正在向公司提供无偿劳动，公司将利用您的问题和回答进一步训练该工具并回应其他工具。