Descrizione
La raccolta e la preparazione impropria dei dati di formazione o di messa a punto comprende errori di etichettatura dei dati e l'utilizzo di dati con informazioni contrastanti o errate.
Perché la cura impropria dei dati è un problema per i modelli di fondazione?
Una cura dei dati non corretta può influire negativamente sul modo in cui un modello viene addestrato, risultando in un modello che non si comporta in conformità con i valori previsti. La correzione dei problemi dopo che il modello è stato addestrato e distribuito potrebbe non essere sufficiente per garantire il corretto funzionamento.
Argomento principale: Atlas rischio AI
Facciamo degli esempi che sono stati trattati dalla stampa per spiegare molti dei rischi dei modelli di fondazione. Molti di questi eventi trattati dalla stampa sono ancora in evoluzione o sono stati risolti, e fare riferimento ad essi può aiutare il lettore a comprendere i rischi potenziali e a lavorare per mitigarli. L'evidenziazione di questi esempi è solo a scopo illustrativo.