Fairness in LLMs
Kan AI echt eerlijk zijn in alle talen? Deze presentatie onderzoekt hoe vooroordelen in AI-taalmodellen de praktijk beïnvloeden en presenteert strategieën om meertalige AI-systemen te meten, te beperken en te ontwikkelen.
Praktische info:
Inschrijven?
- Voorwaarden: Seminar voor ingenieurs of andere technisch geschoolde professionals
- Prijs: 250
Deze presentatie onderzoekt hoe vooroordelen in AI-taalmodellen kunnen leiden tot oneerlijke resultaten in praktische toepassingen. We onderzoeken methoden om deze vooroordelen te meten en te verminderen, met name in verschillende talen. We bespreken ook bredere veiligheidsaspecten en technische benaderingen voor het creëren van eerlijkere en verantwoordelijkere AI-systemen.
Lesgever/spreker
Pieter Delobelle
Pieter Delobelle is momenteel AI-ingenieur bij Aleph Alpha, waar hij zich richt op inferentie, alignment en billijkheid van grote taalmodellen. Voorheen was hij postdoctoraal onderzoeker aan de KU Leuven met een specialisatie in bias en billijkheid in grote taalmodellen en ontwikkelde hij ook het state-of-the-art Nederlandse taalmodel RobBERT. Hij behaalde in 2018 een masterdiploma in de industriële wetenschappen aan de KU Leuven op de Technologiecampus Gent, België. Vervolgens behaalde hij een masterdiploma in kunstmatige intelligentie aan de KU Leuven en bleef hij daar voor een doctoraat in de computerwetenschappen onder professor Bettina Berendt en professor Luc De Raedt, dat hij in 2019 startte en in 2023 verdedigde, getiteld 'Towards fairer foundation models'. Zijn huidige onderzoek naar bias en billijkheid in grote taalmodellen leidde tot onderzoeksverblijven aan het Weizenbaum Instituut en de Bocconi Universiteit, evenals een stage bij Apple Inc.
Gerelateerde opleidingen
AI voor Beginners - ChatGPT en co slim en verantwoord inzetten in je dagelijkse werk
Opleiding - Antwerpen - Thomas More Hogeschool, Syntra AB