Vérité fondamentale
Les données ou étiquettes précises et réelles utilisées comme référence pour entraîner et évaluer les performances des modèles d'IA.
Définition
Référence faisant autorité, souvent annotée par l'homme, à laquelle les prédictions des modèles sont comparées. Pour garantir une fiabilité de terrain de haute qualité, il faut des protocoles d'étiquetage des données rigoureux, des contrôles d'accord entre annotateurs et une revalidation périodique à mesure que les définitions ou les contextes évoluent. La vérité sur le terrain sous-tend les évaluations d'équité et de précision et doit être stockée avec les métadonnées de provenance pour des raisons d'auditabilité.
Exemple concret
Dans le cadre de recherches sur la conduite autonome, des milliers de cadres sont étiquetés manuellement à l'aide de cadres de délimitation précis autour des piétons et des véhicules. Cette vérité de base est utilisée pour entraîner des modèles de perception et pour évaluer la précision de détection dans diverses conditions, afin de garantir que les performances des modèles correspondent aux exigences de sécurité du monde réel.
.svg)
