Explicación de las decisiones en modelos de aprendizaje automático: un análisis de complejidad parametrizado (Parte I)

Resumen:Este artículo presenta una investigación teórica integral sobre la complejidad parametrizada de los problemas de explicación en varios modelos de aprendizaje automático (ML). Contrariamente a la percepción predominante de caja negra, nuestro estudio se centra en modelos con mecanismos internos transparentes.

Leer más →

Comentarios desactivados en Explicación de las decisiones en modelos de aprendizaje automático: un análisis de complejidad parametrizado (Parte I)

Hacia una auditoría de accesibilidad web escalable con MLLM como copilotos

Resumen:Garantizar la accesibilidad web es crucial para promover el bienestar social, la justicia y la igualdad en los espacios digitales; sin embargo, la gran mayoría de las interfaces de usuario de sitios web siguen sin cumplir con las normas, debido en parte a la naturaleza no escalable y de uso intensivo de recursos de las prácticas de auditoría actuales.

Leer más →

Comentarios desactivados en Hacia una auditoría de accesibilidad web escalable con MLLM como copilotos

De cinco dimensiones a muchas: grandes modelos lingüísticos como perfiladores psicológicos precisos e interpretables

Resumen: Se cree ampliamente que los constructos psicológicos dentro de los individuos están interconectados. Investigamos si y cómo los modelos de lenguaje grande (LLM) pueden modelar la estructura correlacional de los rasgos psicológicos humanos a partir de entradas cuantitativas mínimas.

Leer más →

Comentarios desactivados en De cinco dimensiones a muchas: grandes modelos lingüísticos como perfiladores psicológicos precisos e interpretables

Fin del contenido

No hay más páginas por cargar