영어 버전 문서로 돌아가기AI를 위한 부적절한 데이터 큐레이션 위험
AI를 위한 부적절한 데이터 큐레이션 위험
마지막 업데이트 날짜: 2024년 12월 12일
설명
훈련 또는 튜닝 데이터의 부적절한 수집 및 준비에는 데이터 레이블 오류, 상충되는 정보 또는 잘못된 정보가 있는 데이터 사용 등이 포함됩니다.
부적절한 데이터 큐레이션이 기초 모델에 문제가 되는 이유는 무엇인가요?
부적절한 데이터 큐레이션은 모델이 훈련되는 방법에 부정적인 영향을 줄 수 있으며, 이로 인해 의도된 값에 따라 작동하지 않는 모델이 생성됩니다. 모델이 훈련되고 배치된 후 문제점을 정정하는 것은 적절한 동작을 보장하기에 충분하지 않을 수 있습니다.
상위 주제: AI 위험 지도책
재단 모델의 여러 위험에 대한 설명을 돕기 위해 언론에서 다룬 사례를 제공합니다. 언론에서 다루는 이러한 사건 중 상당수는 아직 진행 중이거나 해결된 상태이므로 이를 참고하면 잠재적 위험을 이해하고 완화 조치를 취하는 데 도움이 될 수 있습니다. 이러한 예시는 예시를 보여주기 위한 것일 뿐입니다.