再現性
同じデータ、コード、構成を使用してAIモデルの結果を一貫して再生できるため、透明性と監査可能性が確保されます。
Definition
コード、データ、環境 (依存関係、ハードウェア) の厳密なバージョン管理が必要です。自動パイプラインは実験メタデータ (ランダムシード、ハイパーパラメーター) をキャプチャし、アーティファクトをモデルレジストリに登録し、正確な再実行を可能にします。ガバナンスの枠組みでは、すべての生産モデルに再現性基準を義務づけ、再現性とプロセスを定期的に監査して相違点を是正します。
Real-World Example
ある研究室では、MLflow を使用してすべての実験のデータセットハッシュ、コードコミット ID、Python 環境、ランダムシードを記録しています。6 か月後、監査員は重要な実験を再実行し、公開されている正確さを再現することに成功しました。これにより、完全なトレーサビリティと再現性が実証されました。
.svg)
