Enseignement par transfert
Technique dans laquelle un modèle développé pour une tâche est adapté à une tâche connexe, ce qui réduit le temps de développement mais nécessite une gestion des biais hérités.
Définition
Cela implique de peaufiner des modèles pré-entraînés sur de nouvelles données spécifiques à une tâche. Bien qu'efficace, l'apprentissage par transfert reporte les biais ou les faiblesses de sécurité du modèle de base. La gouvernance nécessite d'évaluer à la fois les biais des modèles de base et les biais ajustés, de suivre la provenance et les licences des modèles de base, et de documenter l'ajustement des ensembles de données et des hyperparamètres pour garantir la conformité légale et éthique.
Exemple concret
Une équipe de chatbots peaufine un modèle BERT open source sur les transcriptions du service client. La gouvernance impose un audit de biais comparant le sentiment des clients selon les caractéristiques démographiques des clients sur la base et sur des modèles affinés. Ils documentent le modèle de licence de base pour confirmer les droits d'utilisation commerciaux et enregistrent tous les paramètres de réglage à des fins de reproductibilité.
.svg)
