Đánh giá
term_id: evaluation
Category: basic_concepts
Definition
Đánh giá bao gồm việc đo lường hệ thống cách một mô hình AI hoạt động trên các nhiệm vụ cụ thể bằng các chỉ số định lượng (ví dụ: độ chính xác, điểm F1, BLEU) và đánh giá định tính. Quá trình này bao gồm xác thực trên tập kiểm định, thử nghiệm trên tập kiểm tra và so sánh với các mô hình tham chiếu. Mục tiêu là đảm bảo mô hình không chỉ ghi nhớ dữ liệu huấn luyện mà còn tổng quát hóa tốt cho dữ liệu mới và hoạt động đáng tin cậy trong các tình huống thực tế.
Summary
Đánh giá là quá trình đo lường hiệu suất, độ chính xác và độ bền của một mô hình AI đối chiếu với các chỉ số và tập dữ liệu đã định trước.
Key Concepts
- Chỉ số (Metrics)
- Tập kiểm định
- Khả năng tổng quát hóa
- Chuẩn hóa (Benchmarking)
Use Cases
- So sánh các phiên bản mô hình trong quá trình tinh chỉnh siêu tham số
- Kiểm toán mô hình về công bằng và thiên kiến
- Chứng nhận hệ thống AI để tuân thủ quy định