Quiz collegato alla guida · Medio Livello
Bias Bounties and Algorithmic Bug Bounties Quiz
Coverisce la sfida del modello di ritaglio limitato di Twitter del 2021, la progettazione di premi, la riproducibilità, gli incentivi e i limiti come metodo di audit volontario.
Domanda 1 di 8
Quale modello è stato l'obiettivo della sfida di bounty per bias algoritmico di Twitter del 2021?
Anteprima di ogni domanda8 domande
Le risposte e le spiegazioni vengono visualizzate mentre rispondi al quiz.
- Quale modello è stato l'obiettivo della sfida di bounty per bias algoritmico di Twitter del 2021?
- Ogni sistema di raccomandazione di post su Twitter
- Il suo modello di salienza e ritaglio automatico
- Un sistema di riconoscimento facciale
- Un modello di credito bancario
- Cosa hanno ricevuto i partecipanti per la sfida annunciata?
- Un'API demo pubblica che restituisce esempi di ritagli senza esporre il modello.
- Esempi di immagini generate e etichette di valutazione senza accesso al codice di generazione.
- Il modello di salienza e il codice di generazione del ritaglio
- Un piccolo set di punteggi di salienza senza il codice di generazione del ritaglio.
- Perché un bounty per bias non è equivalente a un bounty per vulnerabilità di sicurezza?
- I rapporti di sicurezza non hanno mai bisogno di prove
- Un premio per bias è sempre un test di sfruttamento del software
- Un premio per bias cambia automaticamente la legge
- I potenziali danni sociali necessitano di contesto, prove della popolazione interessata e scelte sui criteri di equità
- Se nessun ricercatore segnala un bias durante un bounty, quale limitazione rimane?
- Certifica la conformità legale
- Dimostra che ogni gruppo è trattato in modo equo
- Mostra che nessuno ha utilizzato il sistema
- Il risultato non dimostra che il modello sia privo di bias o danni
- Quale dettaglio rende una scoperta di bias presentata più riproducibile?
- Una conclusione senza dati di test
- Una schermata senza contesto
- Versione del modello, popolazione di test, metrica, confronto e limitazioni
- Un elenco solo dei gruppi protetti
- Perché un concorso a premi potrebbe sovrarappresentare danni facili da dimostrare?
- Il tempo, l'accesso e i criteri del premio possono favorire risultati facili da testare rispetto a danni meno visibili
- I premi eliminano tutti i conflitti di interesse
- Ogni danno è misurabile allo stesso modo
- I dati di addestramento di un modello sono sempre pubblici
- Quale pratica aiuta a proteggere le persone coinvolte e i ricercatori di buona fede?
- Incoraggiare i partecipanti a estrarre dati da account privati
- Definire chiaramente l'ambito autorizzato, le salvaguardie sulla privacy, la divulgazione confidenziale e un processo di risposta
- Pubblicare dati sensibili grezzi con ogni rapporto
- Rendere l'accettazione dipendente solo dalla pubblicità
- Come dovrebbe un'organizzazione interpretare un bounty di bias riuscito?
- Come evidenza limitata per la gestione del rischio, non come certificato di equità
- Come sostituto di ricorsi e test interni
- Come prova che tutti i modelli aziendali sono imparziali
- Come approvazione legale da parte dei regolatori