とは何ですか アルゴリズムの透明性?

歪んだデータ、仮定、またはモデリングの選択によって引き起こされるモデル出力の体系的な不公平。

トレーニング セットの外にある新しい未確認のデータに対してモデルがどの程度うまく機能するか。

モデルのサイズ、データ、またはコンピューティングによってパフォーマンスがどのように向上するかを示す経験的な関係。

ベンチマーク テストの例またはそれに近いバリアントがトレーニング データに存在すると、報告されるパフォーマンスが水増しされます。

データがどこから来たのか、どのように変換されたのか、どこで使用されたのかの記録。

データセットまたはモデル アーティファクトの文書化された起源、所有権、および履歴。