医疗 AI 偏差综述上线
肖颖与合作者的论文《A Scoping Review Of Bias In Large AI Models For Medicine And Healthcare》在 Communications Health 在线发表。
动态
Royal Society Publishing 网络研讨会
肖颖在 Royal Society Publishing 网络研讨会分享提示工程缓解医疗大语言模型偏差的效果与权衡。
公平性分析与修复论文获 TOSEM 录用
肖颖与合作者的论文《Software Fairness Analysis And Repair Via Causal Model-Guided Data Mutation》获 ACM TOSEM 录用。
EET 获 ACL 2026 Findings 录用
肖颖参与的论文《EET: Experience-Driven Early Termination For Cost-Efficient Software Engineering Agents》获 ACL 2026 Findings 录用。
伦敦研究报告
肖颖在英国伦敦作报告，介绍通过相关性调整缓解机器学习软件偏差的研究。
角色扮演公平性测试论文获 FSE 2026 录用
肖颖参与的论文《Fairness Testing Of Large Language Models In Role-Playing》获 FSE 2026 录用。
数据相关性调整论文获 ICSE 2026 录用
肖颖与合作者的论文《Fairness Is Not Just Ethical: Performance Trade-Off Via Data Correlation Tuning To Mitigate Bias In ML Software》获 ICSE 2026 录用。
医疗偏差提示工程论文获期刊录用
肖颖与合作者关于提示工程缓解医疗大语言模型偏差的论文获 Philosophical Transactions of the Royal Society A 录用。
MirrorFair 获 FSE 2024 录用
肖颖与合作者的论文《MirrorFair: Fixing Fairness Bugs In Machine Learning Software Via Counterfactual Predictions》获 FSE 2024 录用。
巴西 Porto de Galinhas 研究报告
肖颖在巴西 Porto de Galinhas 作报告，介绍通过集成反事实预测缓解机器学习软件偏差的研究。