Artifacts required or recommended for explainability and oversight.
16 recursos
L'article fondateur introduisant les cartes de modelo comme marco pour documenter les modelos d'aprendizaje automatico. Les cartes de modelo fournissent une Documentacion standardisée couvrant les utilisations prévues, les métriques de performance entre groupes, les considérations Eticas et les Limitaciones.
Le guia et les modelos de Hugging Face pour créer des cartes de modelo. Il fournit des conseils pratiques sur la Documentacion des détails du modelo, des utilisations prévues, des sesgo et Limitaciones, des datos d'entraînement et des résultats d'evaluacion dans un format standardisé.
Un marco pour documenter les Conjuntos de datos utilisés en aprendizaje automatico. Les fiches techniques répondent aux questions sur la motivation, la composition, le Procesos de collecte, le prétraitement, les utilisations, la distribution et la maintenance pour faciliter une utilisation responsable des datos.
La carte système d'OpenAI pour GPT-4 documente les capacités, Limitaciones et evaluacions de seguridad du modelo. Elle sert d'exemple de Documentacion complète de système IA couvrant l'evaluacion des riesgos, les mesures d'atténuation de seguridad et les considérations de despliegue.
Les cartes de modelo sont des modelos structurés qui fournissent des aperçus standardisés de la conception et de l'evaluacion des modelos IA. Elles servent d'artefacts de Documentacion clés soutenant les pratiques d'IA responsable en promouvant la Transparencia et la Responsabilidad dans le desarrollo de modelos.
Un modelo standardisé pour créer des cartes de modelo qui documentent les caractéristiques de performance et le contexte d'utilisation prévu des modelos d'aprendizaje automatico et d'IA. Le modelo répond au manque de procédures de Documentacion standardisées pour communiquer la performance du modelo et d'autres informations pertinentes aux parties prenantes.
Un modelo pour créer des fiches techniques pour les Conjuntos de datos, conçu pour améliorer la Transparencia et la Responsabilidad dans les systèmes IA en fournissant une Documentacion structurée des caractéristiques des Conjuntos de datos. Le modelo aide les profesionals à documenter systématiquement la création, la composition, les Procesos de collecte et les utilisations recommandées des Conjuntos de datos.
Un modelo LaTeX pour créer des fiches techniques pour les Conjuntos de datos, basé sur l'article Academico « Datasheets for Datasets ». Le modelo aide à documenter la motivation, la composition, le Procesos de collecte et les utilisations recommandées des Conjuntos de datos pour améliorer la Transparencia et la Responsabilidad dans les systèmes IA.
Red Hat introduit les cartes système IA comme marco pour documenter de manière transparente les despliegues IA au-delà des seuls modelos eux-mêmes. L'approche couvre les diagrammes d'architecture, les modelos constitutifs, les sources de datos d'entraînement, les Benchmarks d'evaluacion et les correctifs de seguridad pour permettre l'inspection par la communauté et améliorer la gobernanza des systèmes IA.
Un article éducatif expliquant les aspects clés des cartes de modelo IA, qui sont des documents fournissant de la Transparencia sur la création, le despliegue et les caractéristiques des modelos IA. La ressource discute des différentes approches adoptées par des empresas comme Google et IBM pour mettre en œuvre les pratiques de Documentacion de modelos.
Document de guia pour les organizacions du secteur public britannique sur la implementacion de la Norma d'enregistrement de la Transparencia algorithmique. Fournit un modelo standardisé pour documenter les informations clés sur les Herramientas algorithmiques utilisés par les organismes gouvernementaux pour améliorer la Transparencia et la Responsabilidad.
Un guia pratique pour mettre en œuvre les exigences de Transparencia du Digital Services Act de l'UE, avec un accent sur la Transparencia algorithmique et les Procesos de modération de contenu. La ressource comprend des modelos gratuits pour aider les fournisseurs de services numériques à créer les informes de Transparencia et les déclarations de motifs requis.
Le informe de Transparencia algorithmique de Wolt documentant les algoritmos utilisés dans leurs opérations de plataforma de livraison. Le informe suit les modelos de Transparencia gouvernementaux et fournit une divulgation structurée des systèmes algorithmiques en usage, similaire à l'approche du registre d'algoritmos de la ville d'Amsterdam.
Cette ressource décrit les marcos de divulgation des systèmes IA, incluant à la fois le reporting confidentiel aux autorités gouvernementales et les mécanismes de Transparencia destinés au public. Elle discute du concept d'« étiquettes nutritionnelles » IA comme formats de divulgation standardisés et accessibles qui présentent des informations clés sur les modelos IA sous une forme comparable.
Un modelo fourni par l'Université de Princeton pour divulguer l'utilisation d'Herramientas IA dans la création de documents. Le modelo inclut un langage standard indiquant que l'assistance IA a été utilisée et que le contenu a été revu et édité par un humain.
Ce informe examine les exigences de divulgation IA au niveau des États pour les publicités et communications politicas à travers plusieurs États américains. Il couvre les lois adoptées en Californie, Floride, Hawaï, Idaho, Indiana, Michigan, New York, Nevada, Dakota du Nord, Oregon, Utah, Washington et Wisconsin qui imposent la divulgation du contenu généré par IA incluant les deepfakes dans des contextes politicas.