Über den Einsatz von Cookies auf dieser Website Unsere Websites benötigen einige Cookies, um ordnungsgemäß zu funktionieren (erforderlich). Darüber hinaus können mit Ihrer Zustimmung weitere Cookies verwendet werden, um die Nutzung der Website zu analysieren, die Benutzerfreundlichkeit zu verbessern und Werbung zu schalten. Weitere Informationen finden Sie in Ihren. Durch den Besuch unserer Website erklären Sie sich mit der Verarbeitung von Informationen einverstanden, wie in der IBMDatenschutzbestimmung beschrieben. Um eine reibungslose Navigation zu ermöglichen, werden Ihre Cookie-Präferenzen über die hier aufgeführten IBM Web-Domains hinweg gemeinsam genutzt.
Geringe Modellgenauigkeit als Risiko für AI
Letzte Aktualisierung: 10. Feb. 2025
Beschreibung
Eine schlechte Modellgenauigkeit liegt vor, wenn die Leistung eines Modells für die Aufgabe, für die es entwickelt wurde, unzureichend ist. Eine geringe Genauigkeit kann auftreten, wenn das Modell nicht korrekt entwickelt wurde oder wenn sich die erwarteten Eingaben des Modells geändert haben.
Warum ist eine geringe Modellgenauigkeit bei Gründungsmodellen ein Problem?
Eine unzureichende Modellleistung kann sich nachteilig auf Endnutzer und nachgelagerte Systeme auswirken, die auf korrekte Ergebnisse angewiesen sind. In Fällen, in denen die Ergebnisse des Modells Folgen haben, kann dies zu gesellschaftlichem, rufschädigendem oder finanziellem Schaden führen.
Übergeordnetes Thema: AI-Risikoatlas
Anhand von Beispielen, über die in der Presse berichtet wurde, erläutern wir viele der Risiken der Stiftungsmodelle. Viele dieser Ereignisse, über die in der Presse berichtet wurde, sind entweder noch im Gange oder wurden bereits aufgeklärt, und ein Verweis darauf kann dem Leser helfen, die potenziellen Risiken zu verstehen und auf Abhilfemaßnahmen hinzuarbeiten. Die Hervorhebung dieser Beispiele dient nur der Veranschaulichung.
War das Thema hilfreich?
0/1000