Descrizione
Senza l'accesso ai dati di addestramento, i tipi di spiegazioni che un modello può fornire sono limitati e più probabili che non siano corretti.
Perché i dati di formazione inaccessibili sono una preoccupazione per i modelli di base?
Spiegazioni di bassa qualità senza dati di origine rendono difficile per gli utenti, i programmi di convalida dei modelli e i revisori comprendere e considerare affidabile il modello.
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.