গাইড লিঙ্ক ক্যুইজ · মাঝারি স্তর

টুইটারের ছবি ক্রপিং বায়াস কেস কুইজ

স্যালিয়েন্সি পাইপলাইন, টুইটারের পেয়ারড-ইমেজ অডিট শতাংশ, "পুরুষ দৃষ্টি" নমুনার সীমা এবং পূর্ণ-ছবির পূর্বরূপ পরিবর্তন কভার করে।

প্রশ্ন 1 এর 8

কি তথ্য টুইটার বলেছে তার ইমেজ-ক্রপিং স্যালিয়েন্সি মডেলকে প্রশিক্ষিত করেছে?

প্রতিটি প্রশ্নের পূর্বরূপ দেখুন8 প্রশ্ন

আপনি কুইজ নেওয়ার সাথে সাথে উত্তর এবং ব্যাখ্যাগুলি উপস্থিত হয়।

  1. কি তথ্য টুইটার বলেছে তার ইমেজ-ক্রপিং স্যালিয়েন্সি মডেলকে প্রশিক্ষিত করেছে?
    • লাইসেন্স-প্লেট রেকর্ড
    • মানুষের চোখ-ট্র্যাকিং ডেটা
    • ক্রেডিট অ্যাপ্লিকেশন
    • ফেসিয়াল রিকগনিশন আইডেন্টিটি লেবেল
  2. স্যালেন্সি মডেল কিভাবে একটি পূর্বরূপ ফসল স্থাপন করেছে?
    • এটি লেখকের জাতি সনাক্ত করেছে এবং সেই লেবেলে ক্রপ করেছে৷
    • এটি একটি এলোমেলো বর্গক্ষেত্র বেছে নিয়েছে
    • এটি সর্বদা ইমেজ মিডপয়েন্টকে কেন্দ্র করে
    • এটি সর্বোচ্চ পূর্বাভাসিত স্যালেন্সি স্কোর সহ চিত্র বিন্দুতে ফসলকে কেন্দ্র করে
  3. টুইটারের 2021 পেয়ারড-ইমেজ অডিটে, কালো বনাম সাদা ব্যক্তিদের জন্য সমতা থেকে রিপোর্ট করা পার্থক্য কী ছিল?
    • শ্বেতাঙ্গদের পক্ষে ৪%
    • 50% প্রতিটি ছবির পক্ষে
    • 4% কালো ব্যক্তিদের পক্ষে
    • কোন তুলনা সঞ্চালিত ছিল
  4. টুইটার তার পৃথক "পুরুষ দৃষ্টি" পরীক্ষায় কী রিপোর্ট করেছে?
    • এটি লক্ষ লক্ষ আপলোড করা ছবি পরীক্ষা করেছে
    • প্রতিটি মহিলার চিত্র তার পায়ে কাটা হয়েছিল
    • প্রতিটি গোষ্ঠীতে প্রতি 100টি চিত্রে প্রায় তিনটি মাথা থেকে সরে গেছে, সেই নমুনায় কোনও উল্লেখযোগ্য অবজেক্টিফিকেশন পক্ষপাত পাওয়া যায়নি
    • মডেল সবসময় মুখ নির্বাচন
  5. মূল্যায়নের পরে টুইটার কি পণ্য পরিবর্তন করেছে বলেছে?
    • এটি ছবি গ্রহণ করা বন্ধ করে দিয়েছে
    • এটি প্রতিটি ব্যক্তির জাতি লেবেল করা শুরু করে
    • এটি সমস্ত ইমেজ Alt টেক্সট মুছে ফেলেছে
    • এটি লবণাক্ত ফসলের পরিবর্তে স্ট্যান্ডার্ড আকৃতি-অনুপাতের ফটোগুলির জন্য পূর্ণ-চিত্রের পূর্বরূপ রোল আউট করেছে
  6. মডেলকে জাতি চিনতে প্রশিক্ষিত বলা কেন ভুল?
    • এটি একটি অপরাধী মুখ-অনুসন্ধান মডেল ছিল
    • এটি প্রধান চিত্র অঞ্চলগুলির পূর্বাভাস দিয়েছে; জনসংখ্যাগত তুলনা একটি পৃথক অডিট পরীক্ষা ছিল
    • এটির একমাত্র আউটপুট হিসাবে এটির একটি জাতি বিভাগ ছিল
    • এটি শুধুমাত্র পাসপোর্ট ফটোতে প্রশিক্ষণ দেওয়া হয়েছিল
  7. অডিটের 8% পার্থক্য কি উল্লেখ করেছে?
    • সমস্ত প্ল্যাটফর্ম ব্যবহারকারীদের আট শতাংশ মহিলা ছিলেন
    • মিথ্যা জাতিগত শ্রেণীবিভাগের হার
    • পুরুষদের তুলনায় নারীদের পক্ষপাতী সমতা থেকে একটি জোড়া-চিত্রের তুলনা
    • ইমেজ আপলোড একটি হ্রাস
  8. 2021 সালের নিরীক্ষা শতাংশের সাথে কোন সীমাবদ্ধতা থাকা উচিত?
    • তারা নির্দিষ্ট জোড়া-ছবি এবং ছোট-নমুনা পরীক্ষাগুলি প্রতিফলিত করে, প্রতিটি ছবি বা সমস্ত ব্যবহারকারীর অভিজ্ঞতা নয়
    • তারা টুইটারে প্রতিটি গ্রুপের ব্যাপকতা পরিমাপ করে
    • তারা প্রমাণ যে প্রতিটি পূর্বরূপ পক্ষপাতদুষ্ট ছিল
    • তারা প্রতিষ্ঠা করে যে অন্য কোন ক্ষতি সম্ভব ছিল না