XiaoMi-AI文件搜索系统
World File Search System刻板
人工智能中的性别偏见：探索刻板印象对英语-越南语机器翻译的影响
然后，我将使用最先进的神经网络方法，在英语-越南语的标准翻译数据集上从多语言模型（Helsinki-NLP）进行训练，并使用我的测试句子评估该模型。接下来，我将使用一种偏差缓解技术，通过交换训练数据集中的性别词来平衡它们，然后重新训练并再次评估。
一种强化学习方法，用于减轻语言模型中的刻板印象偏见
广泛采用由BERT和GPT等大型语言模型提供支持的应用程序，突出了社区内部对这种模型可以从培训数据中继承的意外偏见的影响的担忧。为了表现出来，过去的工作报告了LLM的证据，这些LLM扩大了性别刻板印象以及地理和种族偏见。以前的方法集中在数据预处理技术或技术上，这些技术或技术试图直接嵌入以增加资源需求，符号工作以及对足够偏见类型的适用性方面的限制方面，直接嵌入具有很大的缺点。在本文中，我们提出了精炼-LM，这是一种使用模型架构以及偏置型的强化学习对偏差的事后过滤。在包括Distillbert，Bert和Roberta在内的一系列模型中进行的实验表明，所提出的方法（i）在保留语言模型性能的同时，大大减少了刻板印象的偏见； （ii）实现适用于广泛的偏见类型，跨越诸如基于种族，宗教和基于国籍的偏见等环境的概括； （iii）减少所需的培训措施。
从洁净室到机床：第一代脑刻板的委托晶圆尺度神经形态系统
摘要BrainScales的第一代，也称为Brainscales-1，是一种用于模拟尖峰神经元网络的神经形态系统。按照“物理建模”原理，其VLSI电路旨在模拟生物学示例的动力学：模拟回路与其电子组件的内在特性产生的时间常数实现神经元和突触。与生物学状态相比，它连续运行，动力学通常匹配10 000。尽管不可避免的模拟可变性和组件故障，但容忍故障设计使其能够实现晶圆尺度的集成。在本文中，我们介绍了Brainscales-1晶圆模块的调试过程，提供了对系统物理组件的简短描述，说明了其组装过程中采取的步骤以及对其进行操作所采取的措施。此外，我们反思了系统的开发过程以及所学到的经验教训，通过模拟晶圆尺度同步释放链来证明其功能，这是迄今为止最大的尖峰网络仿真，迄今为止，最大的尖峰网络模仿和单个突触。
“你不会把你的爱好当成一份工作”：计算劳动的刻板印象及其对计算机科学教育的影响
扩大弱势群体对计算领域的参与度不仅对增加计算机科学职业的劳动力至关重要，而且对确保广泛的利益相关者能够为技术发展做出贡献也至关重要。然而，刻板印象和刻板印象威胁是弱势群体参与计算机科学教育的一大障碍。为了研究避开刻板印象压力的计算工作替代途径，我们采访了 22 位在变革粉丝圈（一个以媒体混音和评论为中心的社区）从事计算项目的人。我们的参与者——主要是女性、有色人种和/或 LGBTQ+ 人士——描述了一套关于计算的刻板印象，这些刻板印象使他们无法将自己的高技术工作视为计算工作。然而，参与者还描述了一些项目，这些项目不仅教会了他们计算技能，还为他们参与计算机科学开辟了替代途径。我们利用这些发现为教育工作者和专业人士如何打破刻板印象和错误期望以增加代表性不足的群体对计算机科学的参与和信心提供建议。
幼儿研究季刊-Eric
童年时期的学习编码是儿童练习计算思维的一种有效方式。的儿童动机可能会增加儿童以热情和深入参与进行计算思维活动的可能性。性别不平等可能会干扰儿童准备通过诸如编码等活动来建立计算思维技能的机会。社会刻板印象可以减少年轻女孩参与计算机科学的动机，从而阻止她们从旨在支持计算思维的编码活动中获得好处。这项研究检查了儿童的性别刻板印象以及儿童自身对363至三年级儿童进行计算机编码的动机。我们评估了刻板印象和动机的性别差异，以及各个孩子所拥有的刻板印象与自己的动机之间的联系。儿童通常认可有关有利于自己性别群体的计算机编码的兴趣和能力的刻板印象，尽管三年级女孩报告了对编码兴趣的性别 - 善良的信念。在孩子们自己的兴趣，归属感或能力自我概念方面，儿童的计算机动机没有性别差异。儿童对自己的性别群体的刻板印象与他们自己的计算机编码动机显着相关。这些发现表明，早期的童年是儿童开始建立计算思维技能的绝佳年龄，在女孩认可对性别对计算机科学兴趣的负面刻板印象之前。
就读白人为主的学校的非裔美国人对刻板印象脆弱性、归属感和校园氛围的看法
表格列表 I. 变量的均值、偏度和峰度………...……………………………………………………....37 II. 参与者人口统计特征……………………………………………………………………....39 III. 主要变量相关性总结……………………………………………………………………41 IV. 层次回归分析总结……………………………………………………………………..42 V. 刻板印象脆弱性、校园氛围和归属感之间的性别差异的 MANOVA 总结…………………………………………………………………...…………………..43
推荐引用 推荐引用 Najdowski, Cynthia J., “‘黑人罪犯’刻板印象如何塑造黑人的心理体验
由 Ethan Snowball 和奥尔巴尼大学 PULSE 实验室研究团队的其他成员提供。Cynthia J. Najdowski 博士 副教授兼社会人格心理学博士项目主任 奥尔巴尼大学心理学系 1400 Washington Ave. 社会科学 399 Albany, NY 12222 cnajdowski@albany.edu
将人工智能整合到模糊决策分析
防止刻板印象的威胁对于改善业务绩效至关重要。由于这种情况，企业必须采取必要的预防措施。但是，这些行动会影响企业的成本提高。对这些因素进行优先分析的文献研究数量非常有限。这种情况增加了对这些变量分析优先级的新研究的需求。因此，本研究旨在评估可持续商业环境中刻板印象威胁的因素。在第一阶段实施了一个人工智能模型来权衡专家。在以下阶段，在T-Spherical Fuzzy Dematel的帮助下评估了选定的标准。第三，使用不同的值进行了比较分析。最后，针对刻板印象的威胁，选定的行业被球形模糊的Ratgos对。可以在分析过程中确定专家的权重。这种情况对调查结果的有效性有很大的贡献。得出的结论是，培训活动对于最大程度地减少公司中刻板印象的威胁至关重要。
原发性复杂运动刻板行为与新生损伤性 DNA 编码突变有关，这些突变将 KDM5B 确定为风险基因
运动刻板行为在患有自闭症谱系障碍 (ASD)、智力障碍或感觉剥夺的儿童以及正常发育的儿童（“原发性”刻板行为，pCMS）中很常见。运动刻板行为的确切病理生理机制尚不清楚，尽管已经提出了遗传病因。在本研究中，我们对 129 个患有 pCMS 的亲子三人组和 853 个对照三人组（经过质量控制后为 118 个病例和 750 个对照）进行了全外显子组 DNA 测序。我们报告了 pCMS 与对照相比新生预测损伤性 DNA 编码变异的发生率增加，确定 KDM5B 为高置信度风险基因，并估计有 184 个基因赋予风险。pCMS 患者中含有新生损伤性变异的基因与 Tourette 综合征、ASD 中的基因以及刻板行为评分高与低的 ASD 患者中的基因有显著重叠。对这些 pCMS 基因表达模式的探索性分析发现，在胎儿中期发育早期，这些基因在皮质和纹状体中聚集。探索性基因本体论和网络分析突出了钙离子转运、去甲基化、细胞信号传导、细胞周期和发育中的功能趋同。对 pCMS 三重奏的持续测序将识别出其他风险基因，并为跨诊断界限的刻板生物学机制提供更深入的见解。
穿上数字鞋走一英里：体现的影响...
{nyee@stanford.edu , bailenson@stanford.edu } 摘要 在社会心理学中，观点采择已被证明是减少负面社会刻板印象的可靠方法。到目前为止，这些练习仅依赖于要求一个人想象自己处于另一个人的心态。我们认为，沉浸式虚拟环境提供了独特的机会，让个人可以直接从另一个人的角度看问题，从而可能大大减少负面刻板印象。在当前的工作中，我们报告了一项初步实验调查，调查了沉浸式虚拟环境中体现观点采择的好处。研究发现，与被置于年轻人化身中的参与者相比，当参与者被置于老年人的化身中时，对老年人的负面刻板印象显着减少。我们讨论了这些结果对社会互动理论和共存的影响。