AI로 인한 데이터 오염 위험

정렬 정렬 위험을 나타내는 아이콘입니다.
정확도
훈련 데이터 위험
제너레이티브 AI로 증폭

설명

데이터 오염은 잘못된 데이터를 교육에 사용할 때 발생합니다. 예를 들어, 모델의 목적에 맞지 않는 데이터 또는 테스트 및 평가와 같은 다른 개발 작업을 위해 이미 따로 설정된 데이터 등이 있습니다.

기초 모델에서 데이터 오염이 우려되는 이유는 무엇인가요?

의도한 학습 데이터와 다른 데이터는 모델 정확도를 왜곡하고 모델 결과에 영향을 줄 수 있습니다.

상위 주제: AI 리스크 아틀라스

재단 모델의 여러 위험에 대한 설명을 돕기 위해 언론에서 다룬 사례를 제공합니다. 언론에서 다루는 이러한 사건 중 상당수는 아직 진행 중이거나 해결된 상태이므로 이를 참고하면 잠재적 위험을 이해하고 완화 조치를 취하는 데 도움이 될 수 있습니다. 이러한 예시는 예시를 보여주기 위한 것일 뿐입니다.