在 watsonx.governance 中治理 AI 模型

使用单一工具包指导、管理和监控您的 AI,以加快实现负责任、透明、可解释的 AI

获得 FedRAMP 授权的 watsonx.governance 现已入驻 AWS GovCloud
实现安全、可扩展的人工智能治理,具备自动化监控、风险控制以及政策驱动的透明性,专为受监管机构和任务关键型工作负载设计。
阅读公告
AI 模型治理:选择的力量

Gen AI 有可能提高工作效率并释放数万亿美元的经济价值,但这些模型带来了新的复杂性和风险。无论您使用的 gen AI 模型还是传统 ML 模型,每个模型都需要治理。

IBM® watsonx.governance AI 治理工具包为用户提供了模型选项和灵活性。此工具包可以:

  • 管理基于 IBM® watsonx.ai 构建的生成式 AI 模型以及在 Amazon Bedrock、Microsoft Azure 和 OpenAI 等第三方平台上开发的模型。
  • 管理由第三方工具构建的机器学习 (ML) 模型
  • 让客户可以为这两种模型种类选择云部署或本地部署
深入了解使用 AI 模型的风险

优势

使用单一治理工具包

在单一集成工具包上访问企业级多模型工具集,可以自动执行生成式 AI 和 ML 模型的治理。

加速实现价值

在整个 AI 生命周期中自动执行工具和流程,以减少人为错误,并安全、可信任地加速 AI 开发。

推动可信任、合乎道德的 AI

提供透明的模型流程,以提高准确性、公平性和可解释性,并提供有关模型运行状况和功能的清晰文档。

了解其工作原理

为了有效管理企业的 gen AI,有必要监控并降低近期因模型、用户、数据集和法规而加大的风险。为此,watsonx.governance 提供了 3 个关键功能。

阅读 ML 产品简介
跟踪和透明度

watsonx.governance 通过情况说明书自动记录并监控模型事实。IBM 将其称为模型的“标签”,因为它们具备一个包含模型所有相关信息的存储库。这些文档支持在模型的整个生命周期中提供全面的性能和风险管理视图,并用作开发活动和性能指标的记录。用户可以下载情况说明书,或者将其作为附件发送给利益相关者或提供审计支持。

模型评估和文档

评估指标可用于一系列用例,包括文本摘要、文本分类、语言翻译、内容生成、检索增强生成 (RAG) 和问答。企业可在整个 AI 生命周期中检查提示性能,以确保精确性能,并防止生成可能有害或不适当的内容。情况说明书用于记录这些评估指标。

模型监控

对性能指标进行监控,以避免出现漂移、质量和安全相关的问题。预设阈值可监控 gen AI 模型的输入和输出,并在模型输入和输出中检测到恶毒语言、仇恨言论、辱骂性语言和亵渎性语言时发出警报。watsonx.governance 可监控数据大小、延迟和吞吐量变化。

了解更多