Angelina Wang and Olga Russakovsky Directional bias amplification In ICML 2021 Jialu Wang Yang Liu and Xin Wang Are gender-neutral queries really gender-neutral mitigating gender bias in image search

Angelina Wang和Olga Russakovsky。方向性偏见放大。在ICML，2021年。 Jialu Wang，Yang Liu和Xin Wang。性别中性查询真的是性别中性的吗？在图像搜索中减轻性别偏见。在EMNLP，2021年。 Peng Wang，An Yang，Rui Men，Junyang Lin，Shuai Bai，Zhikang Li，Jianxin Ma，Chang Zhou，Jingren Zhou和Hongxia Yang。OFA：通过简单的序列到序列学习框架统一架构，任务和模态。在ICML，2022年。 Tianlu Wang，Jieyu Zhao，Mark Yatskar，Kai-Wei Chang和Vicente Ordonez。平衡的数据集还不够：估计和减轻深度图像表示中的性别偏见。在ICCV，2019年。 Laura Weidinger，Jonathan Uesato，Maribeth Rauh，Conor Griffin，Po-Sen Huang，John Mellor，Amelia Glaese，Myra Cheng，Borja Balle，Atoosa Kasirzadeh等。语言模型带来的风险分类。在FAccT，2022年。 Kaiyu Yang，Klint Qinami，Li Fei-Fei，Jia Deng和Olga Russakovsky。朝着更公平的数据集：过滤和平衡ImageNet层次结构中的人类子树的分布。在FAccT，2020年。 Fei Yu，Jiji Tang，Weichong Yin，Yu Sun，Hao Tian，Hua Wu和Haifeng Wang。Ernie-vil：通过场景图增强的知识增强视觉语言表示。在AAAI，2021年。 Dora Zhao，Angelina Wang和Olga Russakovsky。理解和评估图像字幕中的种族偏见。在ICCV，2021年。 [61]Jieyu Zhao，Tianlu Wang，Mark Yatskar，Vicente Ordonez和Kai-Wei Chang。男人也喜欢购物：使用语料库级约束减少性别偏见放大。在EMNLP，2017年。