Artwork

Contenu fourni par Michał Dulemba. Tout le contenu du podcast, y compris les épisodes, les graphiques et les descriptions de podcast, est téléchargé et fourni directement par Michał Dulemba ou son partenaire de plateforme de podcast. Si vous pensez que quelqu'un utilise votre œuvre protégée sans votre autorisation, vous pouvez suivre le processus décrit ici https://fr.player.fm/legal.
Player FM - Application Podcast
Mettez-vous hors ligne avec l'application Player FM !

Czy LLMy mają uprzedzenia kulturowe - Natalia Ożegalska-Łukasik i Szymon Łukasik

1:11:25
 
Partager
 

Manage episode 397763502 series 2987467
Contenu fourni par Michał Dulemba. Tout le contenu du podcast, y compris les épisodes, les graphiques et les descriptions de podcast, est téléchargé et fourni directement par Michał Dulemba ou son partenaire de plateforme de podcast. Si vous pensez que quelqu'un utilise votre œuvre protégée sans votre autorisation, vous pouvez suivre le processus décrit ici https://fr.player.fm/legal.

Rozmowa z Natalią Ożegalską-Łukasik (Uniwersystet Jagieloński) i Szymonem Łukasikiem (AGH / NASK)

Rozmawiamy m.in o:
– odpowiedzialnej kulturowo AI
– znanych skrzywieniach modeli generujących grafike
– bledach modeli klasyfikacyjnych pojawiających się czesciej dla okreslonych – grup etnicznych / rasowych
– czy modele odtwarzają rzeczywistość
– modelach lokalnych
– wartościach kulturowych Zachodu i Chin
– zachodniej ekspansji przez wartości promowane w LLMach
– blokadach i ograniczeniach wbudowywanych w modele językowe
– powodach przestępczości w USA
– roli Holywood w tworzeniu określonych stereotypów i przekonań
– przekupowaniu LLMów obietnicami
– roli honoru w Chinach
– prawach autorskich i regulacjach AI
– szkodliwości niektórych biasów/skrzywień
– zabawnie przesadnej poprawności w serialach Netflixa
Napisz do mnie:
Michal Dulemba | LinkedIn
Subskrybuj podcast:
Apple Podcasts
Spotify
Google Podcasts
Podcast Addict
RSS
Korzystam z:
Buzzsprout (hosting odcinków):
https://www.buzzsprout.com/?referrer_id=1783532
Riverside (aplikacja do zdalnego nagrywania):
https://www.riverside.fm/?via=dulemba

  continue reading

86 episodes

Artwork
iconPartager
 
Manage episode 397763502 series 2987467
Contenu fourni par Michał Dulemba. Tout le contenu du podcast, y compris les épisodes, les graphiques et les descriptions de podcast, est téléchargé et fourni directement par Michał Dulemba ou son partenaire de plateforme de podcast. Si vous pensez que quelqu'un utilise votre œuvre protégée sans votre autorisation, vous pouvez suivre le processus décrit ici https://fr.player.fm/legal.

Rozmowa z Natalią Ożegalską-Łukasik (Uniwersystet Jagieloński) i Szymonem Łukasikiem (AGH / NASK)

Rozmawiamy m.in o:
– odpowiedzialnej kulturowo AI
– znanych skrzywieniach modeli generujących grafike
– bledach modeli klasyfikacyjnych pojawiających się czesciej dla okreslonych – grup etnicznych / rasowych
– czy modele odtwarzają rzeczywistość
– modelach lokalnych
– wartościach kulturowych Zachodu i Chin
– zachodniej ekspansji przez wartości promowane w LLMach
– blokadach i ograniczeniach wbudowywanych w modele językowe
– powodach przestępczości w USA
– roli Holywood w tworzeniu określonych stereotypów i przekonań
– przekupowaniu LLMów obietnicami
– roli honoru w Chinach
– prawach autorskich i regulacjach AI
– szkodliwości niektórych biasów/skrzywień
– zabawnie przesadnej poprawności w serialach Netflixa
Napisz do mnie:
Michal Dulemba | LinkedIn
Subskrybuj podcast:
Apple Podcasts
Spotify
Google Podcasts
Podcast Addict
RSS
Korzystam z:
Buzzsprout (hosting odcinków):
https://www.buzzsprout.com/?referrer_id=1783532
Riverside (aplikacja do zdalnego nagrywania):
https://www.riverside.fm/?via=dulemba

  continue reading

86 episodes

Tous les épisodes

×
 
Loading …

Bienvenue sur Lecteur FM!

Lecteur FM recherche sur Internet des podcasts de haute qualité que vous pourrez apprécier dès maintenant. C'est la meilleure application de podcast et fonctionne sur Android, iPhone et le Web. Inscrivez-vous pour synchroniser les abonnements sur tous les appareils.

 

Guide de référence rapide