ترجمه فارسی مقاله انصاف چالش برانگیز: اکتشافی جامع از سوگیری در توصیه های مبتنی بر LLM

انتخاب پلن

انتخاب پلن برای ادامه خرید الزامی است.

عنوان مقاله به انگلیسی Challenging Fairness: A Comprehensive Exploration of Bias in LLM-Based Recommendations
عنوان مقاله به فارسی انصاف چالش برانگیز: اکتشافی جامع از سوگیری در توصیه های مبتنی بر LLM
نویسندگان Shahnewaz Karim Sakib, Anindya Bijoy Das
فرمت مقاله انگلیسی PDF
تعداد صفحات 12
لینک دانلود رایگان مقاله انگلیسی دانلود مقاله
دسته بندی موضوعات Information Retrieval,Artificial Intelligence,Emerging Technologies,Machine Learning,بازیابی اطلاعات , هوش مصنوعی , فن آوری های نوظهور , یادگیری ماشین ,
توضیحات Submitted 16 September, 2024; originally announced September 2024.
توضیحات به فارسی ارائه شده 16 سپتامبر 2024 ؛در ابتدا سپتامبر 2024 اعلام شد.
اطلاعات بیشتر از این مقاله در پایگاه های علمی INSPIRE HEP
NASA ADS
Google Scholar
Semantic Scholar

📚 محتوای این محصول آموزشی (پکیج کامل)

علاوه بر مقاله اصلی انگلیسی که دریافت می کنید، برای یادگیری عمیق‌تر و تسلط کامل بر مباحث مجموعه‌ای از کتاب‌های آموزشی نیز ارائه می‌شود.

🎯 این بسته یک دورهٔ آموزشی کامل و چندلایه است؛ شامل ویدیوهای آموزشی، کتاب‌ها، تمرین‌ها و خودآزمایی.

ℹ️ نکات مهم هنگام خرید

  • این محصول به صورت فایل دانلودی کامل ارائه می‌شود.
  • توجه: لینک‌های اختصاصی دوره طی حداکثر 24 ساعت پس از ثبت سفارش ارسال می‌شوند.
  • دقت کنید لینک ها به شماره موبایل شما ارسال می شوند. پس در ارائه شماره موبایل صحیح دقت کنید.
  • برای راهنمایی در مورد نحوه دانلود به شماره 09395106248 پیامک دهید یا تماس بگیرید. (ایده آل ترین گزینه ارسال پیام در یکی از پیام رسان ها به همین شماره است تا سریعا لینک های محصول همان جا برای شما ارسال گردد.)
  • اگر پرداخت انجام شده ولی بعد از 24 ساعت هنوز لینک‌ها را دریافت نکرده‌اید، نام و نام خانوادگی و نام محصول را پیامک کنید تا لینک‌ها دوباره ارسال شوند.

💬 راه‌های ارتباطی پشتیبانی:
واتس‌اپ یا هر پیام رسان داخلی یا پیامک: 09395106248
تلگرام: @ma_limbs

چکیده

Large Language Model (LLM)-based recommendation systems provide more comprehensive recommendations than traditional systems by deeply analyzing content and user behavior. However, these systems often exhibit biases, favoring mainstream content while marginalizing non-traditional options due to skewed training data. This study investigates the intricate relationship between bias and LLM-based recommendation systems, with a focus on music, song, and book recommendations across diverse demographic and cultural groups. Through a comprehensive analysis conducted over different LLM-models, this paper evaluates the impact of bias on recommendation outcomes. Our findings reveal that bias is so deeply ingrained within these systems that even a simpler intervention like prompt engineering can significantly reduce bias, underscoring the pervasive nature of the issue. Moreover, factors like intersecting identities and contextual information, such as socioeconomic status, further amplify these biases, demonstrating the complexity and depth of the challenges faced in creating fair recommendations across different groups.

چکیده به فارسی (ترجمه ماشینی)

سیستم های توصیه شده مبتنی بر مدل زبان بزرگ (LLM) با تجزیه و تحلیل عمیق محتوا و رفتار کاربر ، توصیه های جامع تری نسبت به سیستم های سنتی ارائه می دهند.با این حال ، این سیستم ها غالباً تعصب دارند و از محتوای اصلی در حالی که به دلیل داده های آموزشی کم نظیر ، به حاشیه رانده گزینه های غیر سنتی می پردازند.این مطالعه به بررسی رابطه پیچیده بین سیستم های توصیه ای مبتنی بر تعصب و LLM ، با تمرکز بر موسیقی ، آهنگ و توصیه های کتاب در گروه های مختلف جمعیتی و فرهنگی می پردازد.از طریق یک تجزیه و تحلیل جامع که بر روی مدل های مختلف LLM انجام شده است ، این مقاله تأثیر تعصب را بر نتایج توصیه بررسی می کند.یافته های ما نشان می دهد که تعصب آنقدر در این سیستم ها ریخته شده است که حتی یک مداخله ساده تر مانند مهندسی سریع می تواند تعصب را به میزان قابل توجهی کاهش دهد و تأکید بر ماهیت فراگیر مسئله.علاوه بر این ، عواملی مانند تقاطع هویت ها و اطلاعات متنی ، مانند وضعیت اقتصادی اقتصادی ، بیشتر این تعصبات را تقویت می کنند ، نشان دهنده پیچیدگی و عمق چالش های پیش روی در ایجاد توصیه های عادلانه در گروه های مختلف است.

📚 محتوای این محصول آموزشی (پکیج کامل)

علاوه بر مقاله اصلی انگلیسی که دریافت می کنید، برای یادگیری عمیق‌تر و تسلط کامل بر مباحث مجموعه‌ای از کتاب‌های آموزشی نیز ارائه می‌شود.

🎯 این بسته یک دورهٔ آموزشی کامل و چندلایه است؛ شامل ویدیوهای آموزشی، کتاب‌ها، تمرین‌ها و خودآزمایی.

ℹ️ نکات مهم هنگام خرید

  • این محصول به صورت فایل دانلودی کامل ارائه می‌شود.
  • توجه: لینک‌های اختصاصی دوره طی حداکثر 24 ساعت پس از ثبت سفارش ارسال می‌شوند.
  • دقت کنید لینک ها به شماره موبایل شما ارسال می شوند. پس در ارائه شماره موبایل صحیح دقت کنید.
  • برای راهنمایی در مورد نحوه دانلود به شماره 09395106248 پیامک دهید یا تماس بگیرید. (ایده آل ترین گزینه ارسال پیام در یکی از پیام رسان ها به همین شماره است تا سریعا لینک های محصول همان جا برای شما ارسال گردد.)
  • اگر پرداخت انجام شده ولی بعد از 24 ساعت هنوز لینک‌ها را دریافت نکرده‌اید، نام و نام خانوادگی و نام محصول را پیامک کنید تا لینک‌ها دوباره ارسال شوند.

💬 راه‌های ارتباطی پشتیبانی:
واتس‌اپ یا هر پیام رسان داخلی یا پیامک: 09395106248
تلگرام: @ma_limbs

نظرات

هنوز نظری ثبت نشده است.

وارد شوید تا نظر ثبت کنید.