KI News: Kurz und klar.

In einer wegweisenden Studie wird gezeigt, wie Textinformationen aus Bildunterschriften die Fairness von KI‑Modellen zur Geschlechterklassifikation anhand von Gesichts­bildern deutlich steigern können. Durch die Einbindung semantischer Hinweise aus Texten wird die Generalisierungsfähigkeit der Algorithmen verbessert, ohne dass demografische Labels benötigt werden.

Eine neue Studie aus dem arXiv-Repository (ArXiv:2511.04053v1) beleuchtet, wie große Sprachmodelle (LLMs) mit numerischen Attributen umgehen und warum sie dabei Fehler machen. Die Forscher untersuchten, wie LLMs mehrere Zahlenwerte einer einzigen Entität intern verknüpfen und wie irrelevante numerische Kontexte diese Darstellungen verzerren.