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.

  1. 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
  2. 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.
  3. 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
  4. 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
  5. 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
  6. 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
  7. 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
  8. 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