刻板印象
Definition
在人工智能中，当模型学习并放大训练数据中存在的社会偏见时，就会产生刻板印象。这可能导致歧视性结果，例如将某些职业与特定性别联系起来。
Summary
一种概括性的、往往过于简化的 …
Bias
时间偏差
Definition
当机器学习模型相对于较旧的数据点不成比例地赋予近期观测值更高权重时，就会发生时间偏差。这通常是由于数据分布的非平稳性或特定的训练协议所致。
Summary
一种系统性误差，模型倾 …
阿谀奉承
Definition
阿谀奉承是大语言模型中的一种故障模式，系统优先考虑取悦用户而非提供准确信息。这通常发生在基于人类反馈的强化学习过程中。
Summary
AI模型倾向于过度迎合用户输入或偏好，即使 …
模式识别的先验知识
Definition
先验知识指的是在训练开始之前融入算法中的领域特定见解、约束或历史数据。这有助于引导模型趋向合理的解决方案，减少过拟合风险，并提高泛化能力。
Summary
集成到机器学习模型中的 …
Discrimination against robots
Definition
机器人歧视是一个新兴的伦理和社会学概念，研究人类如何可能基于其非人类本质而不公平地对待、不信任或给人工智能代理分配负面属性。这种现象探讨了当机器表现出类人行为时，人类反应中的偏见 …
基础比率
Definition
在统计学和机器学习中，基础比率指的是给定数据集中某种条件或结果的潜在频率。忽视基础比率往往会导致基础比率谬误，即人们倾向于忽略先验概率而过度依赖具体证据。
Summary
基础比 …
招聘中的人工智能
Definition
招聘中的人工智能利用算法自动化和优化招聘生命周期的各个阶段。工具通过分析关键词相关性来解析简历，通过预测模型评估候选人匹配度，并利用聊天机器人进行初步沟通。
Summary
使用 …
公平性
Definition
在人工智能领域，公平性是一项关键的伦理指标，确保算法不会基于种族、性别或年龄等受保护属性而延续或放大社会偏见。它涉及在模型开发和部署过程中识别和减轻潜在偏差的努力。 …
人工智能伦理
Definition
人工智能伦理包含一套旨在确保人工智能技术负责任地开发和使用的原则与标准框架。它解决了诸如算法偏见、透明度、问责制和公平性等关键关切。
Summary
研究人工智能系统开发和应用过 …
英语
Definition
虽然主要是一种人类语言，但在人工智能语境中，“英语”代表了NLP研究中最普遍的语言领域，这是因为数字文本数据的丰富性。大多数基础模型（如BERT、GPT系列）主要在英语语料库上进 …