|
Dòng
|
Nội dung
|
|
1
|
|
|
2
|
|
|
3
|
|
|
4
|
|
|
5
|
Phương pháp mới đánh giá độ tin cậy của các mô hình trí tuệ nhân tạo / Đặng Thế Hân // Tạp chí Khoa học & Công nghệ Việt Nam . - 2024. - tr. 45-47. - ISSN: 2815-6455
Ký hiệu phân loại (DDC): 006.3
Trình bày phương pháp đầu tiên đánh giá độ tin cậy của mô hình AI nền tảng bằng cách sử dụng tập hợp các mô hình khác nhau để kiểm tra tính nhất quán của kết quả, giúp quyết định xem mô hình có phù hợp để áp dụng trong bối cảnh cụ thể hay không. Phương pháp thứ hai là IF-COMP, dựa trên nguyên tắc độ dài mô tả tối thiểu (MDL) để định lượng độ không chắc chắn trong dự đoán của mô hình máy học, đem lại hiệu quả và độ chính xác cao hơn so với các phương pháp hiện có, giúp người dùng xác định mức độ tin cậy của dự đoán. Hai phương pháp này không chỉ cải thiện độ tin cậy và an toàn của các hệ thống AI mà còn có thể áp dụng cho nhiều loại mô hình khác nhau, mở ra tiềm năng phát triển các hệ thống AI đáng tin cậy, an toàn và hiệu quả hơn trong tương lai
Số bản sách:
(0)
Tài liệu số:
(1)
|
|
|
|
|