引導式測驗 · 中等 等級

公平性工具包:AIF360、Fairlearn 與 Aequitas 測驗

比較 AIF360、Fairlearn 和 Aequitas 的評估與緩解角色、輸入、限制以及與法律審查的關係。

問題 1 的 8

哪一個描述最符合 AI Fairness 360?

預覽每個問題8 問題

當您參加測驗時,就會出現答案和解釋。

  1. 哪一個描述最符合 AI Fairness 360?
    • 一個執法資料庫
    • 一個保證法律合規的工具
    • 一個具備公平性指標以及預處理、處理中和後處理演算法的工具包
    • 用於招募的單一指標
  2. Fairlearn MetricFrame 有助於使用者進行什麼操作?
    • 跨群組細分指標並比較效能
    • 從頭產生模型權重
    • 提出法律申訴
    • 移除所有敏感資料
  3. Fairlearn ExponentiatedGradient 擔任什麼角色?
    • 事後評分閾值設定
    • 產生法律聲明
    • 取代評估資料
    • 在選定的公平性限制與目標下進行訓練
  4. Aequitas 旨在支援哪一項任務?
    • 訓練神經網路
    • 透過群組差異指標與報告進行偏差稽核
    • 選擇資料授權
    • 解釋每一個個體預測
  5. 在使用工具包指標之前,必須正確指定什麼?
    • 受保護/群組屬性、標籤、有利結果與決策閾值
    • 只有套件名稱
    • 模型的使用者介面
    • 作業系統桌布
  6. Fairlearn ThresholdOptimizer 如何調整已訓練的模型?
    • 它移除模型的驗證集
    • 它保證每個群組的準確率相同
    • 它在選定的約束條件和目標下應用群組特定的閾值
    • 它用法律規則取代模型
  7. 公平性工具包能認證法律合規性嗎?
    • 是的,預設如此
    • 不;工具包提供測量或方法,而非法律核准
    • 僅在使用開源模型時
    • 是的,如果兩個函式庫結果一致
  8. 在評估發現差異後,應該採取什麼行動?
    • 將該指標視為法律核准
    • 如果整體準確率很高,就忽略結果
    • 自動刪除模型
    • 解讀脈絡、評估取捨,並決定有正當理由的緩解措施或使用限制