当前位置:首页 >英文主页 >中英对照 > 报告详情

WEF:2023数据公平研究报告-生成式AI的基本概念(英文版)(19页).pdf

上传人: 白**** 编号:143676 2023-10-24 19页 4.07MB

下载:
word格式文档无特别注明外均可编辑修改,预览文件经过压缩,下载原文更清晰!
三个皮匠报告文库所有资源均是客户上传分享,仅供网友学习交流,未经上传用户书面授权,请勿作商用。
本文主要讨论了数据公平性在生成性人工智能(genAI)中的重要性,特别是针对基础模型。文章首先定义了数据公平性的四个类别:代表性公平、特征公平、访问公平和结果公平,并指出这些类别在genAI中尤为重要。然后,文章详细阐述了数据公平性如何贯穿数据生命周期的三个阶段:输入数据公平性、算法数据公平性和输出数据公平性。文章还指出,基础模型在genAI中具有独特性,如数据规模和多样性、训练数据来源的广泛性和模糊性、生成新内容的能力等,这些特点使得数据公平性在基础模型中面临更多挑战。最后,文章提出了针对不同利益相关者的建议,包括AI创建者、AI使用者、政策制定者等,以促进数据公平性。
数据公平性在AI模型中的应用 数据公平性如何影响AI技术发展 如何确保AI模型中的数据公平性
客服
商务合作
小程序
服务号
折叠