Loading...
机构名称:
¥ 1.0

1)技术设计属性。这指的是系统设计人员和开发人员直接控制的因素,可以使用传统上应用于机器学习系统的标准评估标准进行衡量,或者将来可以以自动化方式应用。示例包括准确度和相关指标(例如,假阳性和假阴性率、精确度、召回率、F 分数),也包括可以通过将 AI 工具应用于新数据来衡量的统计误差来源(例如,测试集和保留集之间的性能差异)。最后,旨在评估系统性能的实验生成的数据也属于此类别,可能包括因果假设的测试、对抗攻击的鲁棒性评估等。

草案——人工智能风险分类

草案——人工智能风险分类PDF文件第1页

草案——人工智能风险分类PDF文件第2页

草案——人工智能风险分类PDF文件第3页

草案——人工智能风险分类PDF文件第4页

草案——人工智能风险分类PDF文件第5页

相关文件推荐

2024 年
¥1.0
2022 年
¥1.0