Quantifying Social Biases Using Templates is Unreliable

Quantifying Social Biases Using Templates is Unreliable
复制标题

使用模板量化社会偏见是不可靠的

DOI:
--
复制
发表时间:
2022
期刊:
NeurIPS Workshop on Trustworthy and Socially Responsible Machine Learning (TSRML
影响因子:
--
通讯作者:
Singh, Sameer
Singh, Sameer
中科院分区:
--
文献类型:
--
作者:
Seshadri, Preethi;Pezeshkpour, Pouya;Singh, Sameer

文献摘要

参考文献

被引文献

相似文献

用有偏见的统治者衡量公平性:预训练语言模型的偏见度量的比较研究
DOI: 10.18653/v1/2022.naacl-main.122
发表时间: 2022
期刊: ArXiv
影响因子: --
作者:
Pieter Delobelle;E. Tokpo;T. Calders;Bettina Berendt
通讯作者: Bettina Berendt
随机种子对临床分类器公平性的影响
DOI: --
发表时间: 2021
期刊: North American Chapter of the Association for Computational Linguistics (NAACL
影响因子: --
作者:
Amir, Silvio;van de Meent, Jan-Willem;Wallace, Byron C.
通讯作者: Wallace, Byron C.
DOI: 10.18653/v1/n18-2003
发表时间: 2018-04
期刊: ArXiv
影响因子: --
作者:
Jieyu Zhao;Tianlu Wang;Mark Yatskar;Vicente Ordonez;Kai-Wei Chang
通讯作者: Jieyu Zhao;Tianlu Wang;Mark Yatskar;Vicente Ordonez;Kai-Wei Chang
DOI: 10.18653/v1/2021.acl-long.4
发表时间: 2020-12
期刊: --
影响因子: --
作者:
Paul Röttger;B. Vidgen;Dong Nguyen;Zeerak Talat;H. Margetts;J. Pierrehumbert
通讯作者: Paul Röttger;B. Vidgen;Dong Nguyen;Zeerak Talat;H. Margetts;J. Pierrehumbert
更新的方法
DOI: --
发表时间: 2012
期刊:
影响因子: --
作者:
Fukuzawa;K.;Dannoura;M. and Shibata;H
通讯作者: H