ML विकास जोखिम · प्रश्न 42 / 60
PyTorch अपडेट के बाद उसी डेटा के साथ वही मॉडल अलग परिणाम देता है। कौन-सा जोखिम मौजूद है, और कौन-से शमन उपयुक्त हैं?
2 उत्तर सही हैं। कठिन AI से बनाया गया
उत्तर दिखाएँ
उत्तर
- B जोखिम: फ्रेमवर्क द्वारा उपयोग की जाने वाली लाइब्रेरी में दोष
- D शमन: ML functional performance testing और back-to-back testing
व्याख्या
फ्रेमवर्क द्वारा उपयोग की जाने वाली लाइब्रेरी में दोष, उदाहरण के लिए PyTorch, एक विशिष्ट ML विकास जोखिम है। ML functional performance testing और back-to-back testing इसके विरुद्ध मदद करते हैं; back-to-back test पुराने और नए संस्करण के परिणामों की तुलना कर सकता है।