人工智能模型准确性差的风险

对齐 代表一致性风险的图标。
准确性
推断风险
通过生成式人工智能进行放大
通过合成数据放大

描述

当模型的性能不足以完成其设计的任务时,就会出现模型精度不高的情况。 如果模型的设计不正确,或者模型的预期输入发生了变化,就可能出现精度不高的情况。

为什么模型精度低是地基模型的一个问题?

模型性能不足会对依赖正确输出的最终用户和下游系统产生不利影响,而使用不具代表性的合成数据则会加剧这些问题。 在模型输出具有后果性的情况下,这可能会造成社会、声誉或经济损失。

母主题: 人工智能风险图集

我们提供了媒体报道的例子,以帮助解释基金会模式的许多风险。 新闻界报道的许多事件或仍在发展中,或已得到解决,参考这些事件可以帮助读者了解潜在的风险,并努力减少风险。 强调这些例子仅供参考。