資料の 英語版 に戻るAIモデルの評価
AIモデルの評価
最終更新: 2024年11月21日
Watsonx.governanceを使用すると、 プロジェクト および スペース内の生成 AI モデルおよび機械学習モデルのプロンプト・テンプレートを評価できます。
AIモデルの成果を追跡・測定することで、モデルがどこで構築され、実行されていても、ビジネス・プロセスに準拠していることを確認することができます。
- 必要なサービス
- watsonx.aiランタイム
- トレーニングデータ形式
- リレーショナル形式: リレーショナル・データ・ソース内のテーブル
- 表形式:Excelファイル(.xlsまたは.xlsx)、CSVファイル
- テキスト形式: サポート対象のリレーショナル・テーブルまたはリレーショナル・ファイル内
- 接続データ
- Cloud Object Storage (infrastructure)
- Db2
- データ・サイズ
- 任意
企業は、AI ガバナンス戦略の一環としてモデル評価を使用して、モデルの作成および実行に使用されるツールやフレームワークに関係なく、デプロイメント環境内のモデルが確立されたコンプライアンス標準を確実に満たすようにします。 この手法により、バイアスが存在せず、ビジネス・トランザクションで監査可能で、ビジネス・ユーザーが説明しやすく理解しやすい API モデルを維持できます。
モデル評価の詳細については、この短いビデオをご覧ください。
このビデオは、このドキュメントのコンセプトとタスクを学ぶための視覚的な方法を提供します。
チュートリアルを試す
機械学習モデルの評価」チュートリアルでは、公平性、品質、説明可能性を監視するための評価の設定を実際に体験することができます。
詳細情報
- Watson OpenScale のセットアップ・オプション
- 用語集
- FAQ
- サポートされる機械学習エンジン、フレームワーク、およびモデル
- モデルを評価するための準備
- モデル評価のデータの管理
- モデル評価の構成
- 説明性の構成
- モデルの洞察を見直す
- モデル・リスク管理とモデル・ガバナンス
親トピック: AI アセットの管理