data quality

Misurare la qualità dei dati: tecniche per IA sicure e responsabili

La performance dell’Intelligenza Artificiale è fortemente influenzata dalla selezione e dall’acquisizione dei dati di addestramento. È quindi fondamentale riconsiderare le strategie attuali, privilegiando la qualità dei dati rispetto alla quantità. Un focus sulla rappresentatività del campione e sul contesto di raccolta dei dati può migliorare significativamente le prestazioni dell’IA

Pubblicato il 27 dic 2023

Aggiungi tra i preferiti su Google

Marco Antonio Stranisci

Università degli Studi di Torino

Artificial,Intelligence,Illustration.,Artificial,Intelligence,And,Machine,Learning,Concept.,Digital

L’elaborazione di tecniche per misurare la qualità dei dati dei testi presenti nei dataset è un aspetto importante ai fini di sviluppare intelligenze artificiali sicure e responsabili. Molti team che sviluppano Language Models prevedono ormai una fase di creazione di dataset curati da usare come benchmark per filtrare i testi da somministrare ai modelli durante il pre-training.

@RIPRODUZIONE RISERVATA