ترجمه فارسی مقاله مقیاس مجموعه داده‌ها و سازگاری اجتماعی، واسطه سوگیری برداشت از چهره در هوش مصنوعی بینایی-زبانی

انتخاب پلن

انتخاب پلن برای ادامه خرید الزامی است.

پرداخت اقساطی
در صورت خرید اقساطی هر قسط: 37,500 تومان
۴ قسط ماهانه. بدون سود، چک و ضامن.
پرداخت اقساطی با دیجی‌پی پرداخت اقساطی با ترب‌پی
عنوان مقاله به انگلیسی Dataset Scale and Societal Consistency Mediate Facial Impression Bias in Vision-Language AI
عنوان مقاله به فارسی مقیاس مجموعه داده‌ها و سازگاری اجتماعی، واسطه سوگیری برداشت از چهره در هوش مصنوعی بینایی-زبانی
نویسندگان Robert Wolfe, Aayushi Dangol, Alexis Hiniker, Bill Howe
فرمت مقاله انگلیسی PDF
تعداد صفحات 17
دسته بندی موضوعات Computer Vision and Pattern Recognition,Artificial Intelligence,Computation and Language,Computers and Society,Machine Learning,چشم انداز رایانه و به رسمیت شناختن الگوی , هوش مصنوعی , محاسبات و زبان , رایانه ها و جامعه , یادگیری ماشین ,
توضیحات Submitted 27 August, 2024; v1 submitted 4 August, 2024; originally announced August 2024. , Comments: Accepted at Artificial Intelligence, Ethics, and Society 2024
توضیحات به فارسی ارسال شده در 27 اوت 2024 ؛V1 ارسال شده در 4 اوت 2024 ؛در ابتدا اوت 2024 اعلام شد ، نظرات: در هوش مصنوعی ، اخلاق و جامعه 2024 پذیرفته شده است

قیمت: 19,000 تومان

دانلود مقاله اصل انگلیسی + خلاصه دو صفحه ای مقاله + پادکست صوتی فارسی خلاصه مقاله

با انتخاب این گزینه، علاوه بر دریافت مقاله اصلی، یک خلاصه دو صفحه‌ای فارسی و پادکست صوتی فارسی خلاصه مقاله را نیز دریافت خواهید کرد.

قیمت: 99,000 تومان

سفارش + خلاصه دو صفحه ای مقاله + پادکست صوتی فارسی خلاصه مقاله

با انتخاب این گزینه، علاوه بر دریافت مقاله اصلی و ترجمه کامل آن، یک خلاصه دو صفحه‌ای فارسی و پادکست صوتی فارسی خلاصه مقاله را نیز دریافت خواهید کرد.

قیمت: 680,000 تومان

زمان تحویل: 2 تا 3 روز کاری


📚 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

Multimodal AI models capable of associating images and text hold promise for numerous domains, ranging from automated image captioning to accessibility applications for blind and low-vision users. However, uncertainty about bias has in some cases limited their adoption and availability. In the present work, we study 43 CLIP vision-language models to determine whether they learn human-like facial impression biases, and we find evidence that such biases are reflected across three distinct CLIP model families. We show for the first time that the the degree to which a bias is shared across a society predicts the degree to which it is reflected in a CLIP model. Human-like impressions of visually unobservable attributes, like trustworthiness and sexuality, emerge only in models trained on the largest dataset, indicating that a better fit to uncurated cultural data results in the reproduction of increasingly subtle social biases. Moreover, we use a hierarchical clustering approach to show that dataset size predicts the extent to which the underlying structure of facial impression bias resembles that of facial impression bias in humans. Finally, we show that Stable Diffusion models employing CLIP as a text encoder learn facial impression biases, and that these biases intersect with racial biases in Stable Diffusion XL-Turbo. While pretrained CLIP models may prove useful for scientific studies of bias, they will also require significant dataset curation when intended for use as general-purpose models in a zero-shot setting.

چکیده به فارسی (ترجمه ماشینی)

مدل های AI چند حالته قادر به ارتباط تصاویر و متن برای دامنه های بی شماری ، اعم از زیرنویس خودکار تصویر گرفته تا برنامه های دسترسی برای کاربران نابینا و کم نظیر.با این حال ، عدم اطمینان در مورد تعصب در برخی موارد ، پذیرش و در دسترس بودن آنها را محدود کرده است.در کار حاضر ، ما 43 مدلهای کلیپ بینایی را برای تعیین اینکه آیا آنها تعصبات تصور چهره انسان را یاد می گیرند ، مطالعه می کنیم ، و شواهدی می یابیم که چنین تعصباتی در سه خانواده مدل کلیپ مجزا منعکس شده است.ما برای اولین بار نشان می دهیم که میزان به اشتراک گذاشتن تعصب در جامعه ، میزان منعکس کننده آن در یک مدل کلیپ را پیش بینی می کند.برداشت های انسانی مانند از ویژگی های غیرقابل توصیف بصری ، مانند اعتماد به نفس و تمایلات جنسی ، فقط در مدل هایی که در بزرگترین مجموعه داده آموزش دیده اند ظاهر می شوند ، نشان می دهد که تناسب بهتری برای داده های فرهنگی غیرقابل توصیف منجر به تولید مثل فزاینده اجتماعی می شود.علاوه بر این ، ما از یک رویکرد خوشه بندی سلسله مراتبی استفاده می کنیم تا نشان دهیم که اندازه مجموعه داده ها تا چه اندازه پیش بینی می کند که ساختار اساسی تعصب تصور صورت شبیه به تعصب تصور صورت در انسان است.سرانجام ، ما نشان می دهیم که مدل های انتشار پایدار که از کلیپ به عنوان یک رمزگذار متن استفاده می کنند ، تعصبات تصور صورت را می آموزند ، و این تعصبات با تعصبات نژادی در انتشار پایدار XL-Turbo در هم می شوند.در حالی که مدل های کلیپ از پیش داده شده ممکن است برای مطالعات علمی تعصب مفید باشد ، در صورت استفاده به عنوان مدلهای هدف عمومی در یک تنظیم صفر ، به درمان داده های قابل توجهی نیز نیاز دارند.

📚 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.