¿Qué métodos ha utilizado para reducir el sesgo y el impacto dispar en la selección de modelos?

El enfoque de Genesys para gestionar el sesgo de la IA y el impacto de los modelos se centra principalmente en:

1. Evaluación y curación de los datos de entrada del modelo para asegurarse de que no se incluyen características sensibles en los modelos.
2. La monitorización de modelos realiza un seguimiento de varias métricas del modelo para ayudar a evitar la deriva de los datos y del concepto.
3. Las fichas de modelos y las fichas de conjuntos de datos documentan diversas características de los modelos de IA y los conjuntos de datos de entrenamiento en un formato normalizado. Estas características también están relacionadas con la detección de sesgos.