0 / 0
Go back to the English version of the documentation
Wyświetlanie szczegółów modelu i wdrożenia za pomocą AI Factsheets
Last updated: 03 lis 2023
Wyświetlanie szczegółów modelu i wdrożenia za pomocą AI Factsheets

Wyświetl wszystkie szczegóły dotyczące modelu lub wdrożenia przeznaczonego do śledzenia przy użyciu AI Factsheets. Wykorzystaj spostrzeżenia, aby określić, czy model lub wdrożenie nadal działa poprawnie, czy wymaga aktualizacji w ramach strategii nadzoru nad sztuczną inteligencją.

Wyświetlanie informacji o cyklu życia z spisu zasobów modelu

Na stronie Spis zasobów modelu można wyświetlić status cyklu życia dla wszystkich zarejestrowanych zasobów. Można również wyświetlić szczegółowe arkusze faktów dla modeli lub wdrożeń zarejestrowanych w przypadku użycia modelu. Szczegółowe informacje na temat tworzenia przypadków użycia dla modeli i wdrożeń zawiera sekcja Zarządzanie spisem zasobów wdrożonych zasobów.

Wyświetlanie przypadku użycia modelu

W spisie zasobów modelu szczegóły są prezentowane w warstwach. Kliknij opcję Wyświetl szczegóły dla przypadku użycia modelu, aby wyświetlić przegląd informacji.

Kliknij kartę Zasób , aby wyświetlić wszystkie informacje śledzenia dla widoku cyklu życia modelu. W tym widoku można sprawdzić, czy model został awansowany do obszaru, jaki jest jego status oraz czy model jest współużytkowany z współpracownikami. Powiązane zasoby, które zostały usunięte, są wyświetlane z oznaczeniem (usunięte) w celu zachowania historii zasobu. Nie można otworzyć ani wyświetlić usuniętego elementu. Usunięte zasoby można ukryć za pomocą przełącznika, aby ukryć lub wyświetlić usunięte zasoby.

Wyświetlanie szczegółów śledzenia dla modelu w magazynie

Można zmienić status przypadku użycia modelu lub kliknąć nazwę modelu w projekcie, obszarze lub katalogu, aby wyświetlić powiązany arkusz faktów.

Można również wyświetlić szczegóły na następujących kartach:

Karty śledzenia modelu
Karta Opis
Dostęp Wyświetlanie i aktualizowanie dostępu użytkownika do przypadku użycia modelu
Przejrzyj Wyświetlanie i edytowanie recenzji dla przypadku użycia modelu

Zarządzanie dostępem do przypadku użycia modelu

  1. Otwórz przypadek użycia modelu i przejdź do karty Dostęp .
  2. Dodaj lub usuń współpracowników albo edytuj poziomy dostępu.

Wyświetlanie arkusza faktów modelu

W arkuszu faktów dotyczących modelu wyświetlane są wszystkie szczegóły dotyczące modelu uczenia maszynowego. Jest to ta sama treść, która jest wyświetlana w szczegółach modelu w projekcie, obszarze lub katalogu.

Uwaga: W przypadku istniejących modeli arkusz faktów jest tworzony tylko po wprowadzeniu zmian. Nawet edycja opisu lub dodanie znacznika do modelu spowoduje utworzenie arkusza faktów. Jeśli fakty nie są przechwytywane dla wdrożenia, należy zaktualizować opis modelu, aby utworzyć arkusz faktów.

Szczegóły w arkuszu faktów zależą od typu modelu. Na przykład w tym modelu wytrenowanym za pomocą narzędzia AutoAI wyświetlane są następujące informacje:

  • Ogólne szczegóły modelu, takie jak nazwa, identyfikator modelu, typ modelu i używana specyfikacja oprogramowania.

    Ogólne szczegóły modelu

  • Informacje szkoleniowe, w tym powiązany projekt, źródło danych szkoleniowych i nazwa potoku hybrydowego.

    Szczegóły szkolenia

  • Metryki uczące, które pokazują, w jaki sposób kolumny są zoptymalizowane pod kątem obsługi modelu.

    Szczegóły transformacji

  • Schemat wejściowy i wyjściowy, który przedstawia strukturę modelu.

    Szczegóły schematu

Wyświetlanie arkusza informacji o wdrożeniu

W arkuszu faktów dotyczących wdrażania wyświetlane są wszystkie szczegóły dotyczące wdrożenia. Szczegóły w arkuszu faktów zależą od typu wdrożenia. Jeśli na przykład wdrożenie jest oceniane pod kątem uczciwości, w sekcjach wyświetlane są wyniki. W tym przykładzie w arkuszu faktów przedstawiono szczegóły wdrożenia w trybie z połączeniem, które zostało przetestowane pod kątem stronniczości. Szczegóły mogą obejmować:

  • Ogólne szczegóły wdrożenia, takie jak nazwa wdrożenia, identyfikator wdrożenia i używana specyfikacja oprogramowania.

    Ogólne szczegóły wdrożenia

  • Szczegóły oceny, takie jak data oceny, używane dane i status

    Szczegóły oceny

  • Rejestrowanie ładunku i informacje o danych zapisu czynności

  • Metryki jakości po ocenie wdrożenia

  • Pomiary dotyczące rzetelności, które testują odchylenie w monitorowanych grupach

  • Szczegóły dryftu po ocenie

  • Szczegóły globalnej możliwości wyjaśnienia

  • Informacje o wielkościach mierzonych z monitorów niestandardowych

  • Modeluj poprawność -szczegóły dotyczące oceniania żądań do wdrożeń online, w tym wielkość ładunku, rekordy, żądania oceniania, przepustowość i opóźnienie, a także użytkownicy

Temat nadrzędny: Zarządzanie spisem zasobów modelu

Generative AI search and answer
These answers are generated by a large language model in watsonx.ai based on content from the product documentation. Learn more