Was ist Algorithmische Transparenz?

Systematische Ungerechtigkeit bei Modellergebnissen, die durch verzerrte Daten, Annahmen oder Modellierungsentscheidungen verursacht wird.

Wie gut ein Modell mit neuen, unsichtbaren Daten außerhalb des Trainingssatzes abschneidet.

Eine empirische Beziehung, die zeigt, wie sich die Leistung mit der Modellgröße, den Daten oder der Rechenleistung verbessert.

Wenn Benchmark-Testbeispiele oder ähnliche Varianten in Trainingsdaten vorhanden sind, erhöht sich die gemeldete Leistung.

Eine Aufzeichnung darüber, woher die Daten stammen, wie sie umgewandelt wurden und wo sie verwendet werden.

Der dokumentierte Ursprung, Eigentümer und Verlauf eines Datensatzes oder Modellartefakts.