Red Hat Summit第1章 モデル監視の概要
機械学習モデルの透明性、公平性、信頼性を確保するために、データサイエンティストは OpenShift AI の TrustyAI を使用してデータサイエンスモデルを監視および評価できます。
データサイエンティストは、次のメトリクスを追跡して、OpenShift AI でデータサイエンスおよび機械学習モデルを監視できます。
- バイアス: データとモデルの予測に不公平なパターンや偏りがないか確認し、モデルの決定が偏りのないものであることを確認します。
- データドリフト: 最新の実際のデータと元のトレーニングデータを比較して、時間の経過に伴う入力データ分布の変化を検出します。データを比較することで、モデルのパフォーマンスに影響を与える可能性のある変化や偏差が特定され、モデルの正確性と信頼性が維持されます。
データサイエンティストは、次のサービスを使用して、OpenShift AI でデータサイエンスおよび機械学習モデルを評価できます。
- LLM 評価: 出力の正確性と品質を確保するために、さまざまなメトリクスに照らして大規模言語モデル (LLM) を監視します。
- ガードレールオーケストレーター: 大規模言語モデル (LLM) のテキスト生成入出力に対する検出を呼び出し、スタンドアロン検出も実行します。
'%20d='M201.5%20305.5c-13.8%200-24.9-11.1-24.9-24.6%200-13.8%2011.1-24.9%2024.9-24.9%2013.6%200%2024.6%2011.1%2024.6%2024.9%200%2013.6-11.1%2024.6-24.6%2024.6zM504%20256c0%20137-111%20248-248%20248S8%20393%208%20256%20119%208%20256%208s248%20111%20248%20248zm-132.3-41.2c-9.4%200-17.7%203.9-23.8%2010-22.4-15.5-52.6-25.5-86.1-26.6l17.4-78.3%2055.4%2012.5c0%2013.6%2011.1%2024.6%2024.6%2024.6%2013.8%200%2024.9-11.3%2024.9-24.9s-11.1-24.9-24.9-24.9c-9.7%200-18%205.8-22.1%2013.8l-61.2-13.6c-3-.8-6.1%201.4-6.9%204.4l-19.1%2086.4c-33.2%201.4-63.1%2011.3-85.5%2026.8-6.1-6.4-14.7-10.2-24.1-10.2-34.9%200-46.3%2046.9-14.4%2062.8-1.1%205-1.7%2010.2-1.7%2015.5%200%2052.6%2059.2%2095.2%20132%2095.2%2073.1%200%20132.3-42.6%20132.3-95.2%200-5.3-.6-10.8-1.9-15.8%2031.3-16%2019.8-62.5-14.9-62.5zM302.8%20331c-18.2%2018.2-76.1%2017.9-93.6%200-2.2-2.2-6.1-2.2-8.3%200-2.5%202.5-2.5%206.4%200%208.6%2022.8%2022.8%2087.3%2022.8%20110.2%200%202.5-2.2%202.5-6.1%200-8.6-2.2-2.2-6.1-2.2-8.3%200zm7.7-75c-13.6%200-24.6%2011.1-24.6%2024.9%200%2013.6%2011.1%2024.6%2024.6%2024.6%2013.8%200%2024.9-11.1%2024.9-24.6%200-13.8-11-24.9-24.9-24.9z'/%3e%3c/svg%3e){kind=small}