새로운 훈련 접근 방식은 AI의 사회적 편견을 줄이는 것을 목표로 합니다.

AI 챗봇은 다양한 질문을 받을 때 인종 편견에 대한 해결책을 생성하는 것으로 알려져 있으며, 이 문제를 겨냥한 많은 연구 노력이 이루어졌습니다. 이제 이 문제를 해결하기 위한 새로운 훈련 방법이 준비되었습니다. 이 방법은 "공정한 중복 제거" 또는 간단히 "FairDeDup"으로 알려져 있으며 Adobe 팀과 OSU 공과 대학의 박사 과정 학생인 Eric Slyman이 수행한 연구 결과입니다.

AI 훈련에 사용되는 데이터 세트 중복 제거는 중복 정보를 제거하여 전체 프로세스 비용을 낮추는 것으로 구성됩니다. 현재 사용되는 데이터는 인터넷 전체에서 수집되기 때문에 인간이 온라인에서 자주 떠올리고 공유하는 불공정하거나 편향된 생각과 행동이 포함되어 있습니다.

Slyman에 따르면 "FairDeDup은 편향을 완화하기 위해 제어 가능하고 인간이 정의한 다양성 차원을 통합하는 동시에 중복 데이터를 제거합니다. 우리의 접근 방식은 비용 효율적이고 정확할 뿐만 아니라 더욱 공정한 AI 교육을 가능하게 합니다." 목록 요즘 AI 챗봇이 지속하는 편향된 접근 방식에는 직업, 인종, 성별뿐 아니라 연령, 지리, 문화와 관련된 아이디어도 포함되어 명백히 불공평합니다.

FairDeDup은 비용 효율적인 솔루션임이 입증되었지만 종종 사회적 편견을 악화시켰던 SemDeDup으로 알려진 이전 방법의 개선된 버전입니다. 이 분야에 관심이 있는 분은 Kris Hermans의 AI 모델 훈련 마스터하기: AI 모델 훈련 전문가가 되기 위한 종합 가이드를 읽어보세요. 현재 Kindle에서 9.99달러 또는 문고판 버전(44.07달러)으로 구입할 수 있습니다.

노트북 작업 중이신가요? 글 쓸 줄 아는 기술자? 그렇다면 우리 팀에 합류하세요! 구함:- 뉴스 작가자세한 내용은 여기에서 확인하세요.

위 내용은 새로운 훈련 접근 방식은 AI의 사회적 편견을 줄이는 것을 목표로 합니다.의 상세 내용입니다. 자세한 내용은 PHP 중국어 웹사이트의 기타 관련 기사를 참조하세요!