استوديو تدقيق نموذج
Model audit studio
تدقيق نموذج تعليمي: الأداء العام ولكل مجموعة، وفروق الخطأ، ومقاييس العدالة، وجودة البيانات، وتقرير.
Englishالفكرة
اختر النموذج والبيانات ودرجة التحيز والتمثيل والعتبة؛ تُحسب لوحة التدقيق كاملة.
وصف البيانات
بيانات اصطناعية تولّد في متصفحك من توزيعات معلنة؛ لا تحتوي أي بيانات شخصية حقيقية.
التجربة التالية المقترحة
مفاهيم هذه التجربة
نموذجي دقته 95%، فهل هو عادل؟
الدقة الكلية لا تخبرك بذلك. قد يخفي المتوسط أداءً ضعيفاً جداً لمجموعة صغيرة، أو قد تكون الدقة مرتفعة لأن الفئة الإيجابية نادرة. احسب المقاييس لكل مجموعة ومعدلات الخطأ ومقاييس العدالة.
تدقيق النماذج (Model Auditing)
فحص منهجي لنظام ذكاء اصطناعي: الأداء العام ولكل مجموعة، وفروق معدلات الخطأ، ومقاييس العدالة، وجودة البيانات وتمثيلها، والتوثيق، والإشراف. يقترح Raji وآخرون (2020) إطاراً داخلياً شاملاً لدورة الحياة. التدقيق يوثق الحدود ولا يمنح شهادة.
المراجع العلمية للتجربة
- Closing the AI Accountability Gap: internal algorithmic auditing (arXiv:2001.00973)I. D. Raji et al. (2020) — ورقة علمية
- Fairlearn User Guide — AssessmentFairlearn contributors (2025) — أداة
- Model Cards for Model Reporting (arXiv:1810.03993)M. Mitchell et al. (2019) — ورقة علمية
