Datasheets for Datasets este o metodologie standardizată care însoțește fiecare set de date folosit la antrenarea sau evaluarea sistemelor AI, similar fișelor de date ale componentelor hardware din industria electronică, garantând transparența provenienței datelor.
Întrebări fundamentale dintr-un Datasheet:
1. Motivație: Cine a creat setul de date și cine a finanțat proiectul?
2. Compoziție: Ce reprezintă fiecare instanță? Conține date confidențiale sau identificabile?
3. Proces de colectare: Datele au fost obținute cu acordul persoanelor sau prin scraping public?
4. Pre-procesare: Ce pași de curățare, anonimizare sau normalizare au fost aplicați?
5. Drepturi de proprietate: Sub ce licență este distribuit setul și care sunt restricțiile comerciale?Audit judiciar: Esențial pentru dovedirea respectării drepturilor de autor și a legalității antrenării în litigiile privind copyright-ul.
Întrebări & Discuții: Datasheets for Datasets: Trasabilitatea, Licențierea și Auditul Seturilor de Date
Ai o întrebare despre Datasheets for Datasets: Trasabilitatea, Licențierea și Auditul Seturilor de Date sau ai descoperit un truc, prompt sau fragment de cod util? Distribuie-l cu ceilalți membri ai comunității!
Fii primul care pune o întrebare sau distribuie un fragment de cod / prompt!
Nu au fost adăugate încă întrebări sau resurse pentru această pagină. Dacă ai testat un prompt sau ai un snippet util, adaugă-l mai jos pentru comunitate.