資料の 英語版 に戻るAIにおける不適切なデータキュレーションのリスク
AIにおける不適切なデータキュレーションのリスク
最終更新: 2024年12月12日
説明
トレーニングデータやチューニングデータの不適切な収集や準備には、データラベルの誤りや、矛盾する情報や誤った情報を含むデータを使用することが含まれる。
なぜ不適切なデータキュレーションが財団モデルにとって懸念されるのか？
不適切なデータ・キュレーションは、モデルのトレーニング方法に悪影響を及ぼす可能性があり、その結果、意図された値に従って動作しないモデルになります。 モデルがトレーニングされてデプロイされた後の問題を修正するだけでは、適切な動作を保証するには不十分である可能性があります。
親トピック: AI リスク・アトラス
財団モデルのリスクの多くを説明するために、報道で取り上げられた例を提供する。 報道されたこれらの出来事の多くは、現在も進行中であるか、あるいは解決済みであり、それらを参照することは、読者が潜在的なリスクを理解し、軽減策を講じるのに役立つ。 これらの例を強調するのは説明のためである。