Description: Collaborative filtering prone to popularity bias, resulting in overrepresentation of popular items in the recommendation outputs.
Entités
Voir toutes les entitésAlleged: Facebook , LinkedIn , YouTube , Twitter et Netflix developed and deployed an AI system, which harmed Facebook users , LinkedIn users , YouTube users , Twitter Users et Netflix users.
Statistiques d'incidents
ID
168
Nombre de rapports
2
Date de l'incident
2022-03-01
Editeurs
Sean McGregor, Khoa Lam
Applied Taxonomies
Rapports d'incidents
Chronologie du rapport
arxiv.org · 2022
- Afficher le rapport d'origine à sa source
- Voir le rapport sur l'Archive d'Internet
Introduction
Le filtrage collaboratif (CF) est l'un des concepts les plus traditionnels mais aussi les plus puissants pour calculer des recommandations personnalisées [22] et est largement utilisé dans le domaine des systèmes de recommandat…
unite.ai · 2022
- Afficher le rapport d'origine à sa source
- Voir le rapport sur l'Archive d'Internet
Si vous êtes intéressé par des choses obscures, il y a deux raisons pour lesquelles vos recherches d'articles et de produits sont susceptibles d'être moins liées à vos intérêts que celles de vos pairs « traditionnels » ; soit vous êtes un «…
Variantes
Une "Variante" est un incident qui partage les mêmes facteurs de causalité, produit des dommages similaires et implique les mêmes systèmes intelligents qu'un incident d'IA connu. Plutôt que d'indexer les variantes comme des incidents entièrement distincts, nous listons les variations d'incidents sous le premier incident similaire soumis à la base de données. Contrairement aux autres types de soumission à la base de données des incidents, les variantes ne sont pas tenues d'avoir des rapports en preuve externes à la base de données des incidents. En savoir plus sur le document de recherche.
Incidents similaires
Did our AI mess up? Flag the unrelated incidents
Incidents similaires
Did our AI mess up? Flag the unrelated incidents