પક્ષપાત વગર AI પાઇપલાઇન્સ બનાવો

તમે છ અઠવાડિયા સુધી એ જાણીને વિતાવ્યા કે તમારી AI પાઇપલાઇન પક્ષપાતી છે. તે નબળી છે. તેનું ઓડિટ કરવું મુશ્કેલ છે. કેટલાક સુધારાઓ કામ કરે છે. આ સુધારાઓનું પિયર રિવ્યુ કરવામાં આવ્યું છે. તમે આ અઠવાડિયે તેને લોન્ચ કરો છો.

અલગ-અલગ મોડલ ફેમિલીના જનરેટર અને જજનો ઉપયોગ કરો. જનરેશન માટે OpenAI નો ઉપયોગ કરો. જજિંગ માટે Anthropic નો ઉપયોગ કરો. આ સ્વ-પસંદગીના પક્ષપાતને અટકાવે છે. મોડલ્સ તેમની પોતાની શૈલીને પસંદ કરવાનું બંધ કરી દેશે.

પ્રતિસાદ સારો છે કે નહીં તે પૂછવાનું બંધ કરો. આ મુદ્દાઓ પર સ્કોર માંગો:

  • ચોકસાઈ (Accuracy)
  • પૂર્ણતા (Completeness)
  • લહેકો (Tone)
  • અમલીકરણક્ષમતા (Actionability) આ પક્ષપાતને 31.5 ટકા ઘટાડે છે.

જજને સ્કોર આપતા પહેલા તર્ક કરવા માટે મજબૂર કરો. તેને તથ્યોની યાદી બનાવડાવો. તેને દરેક તથ્ય તપાસવા કહો. પછી તે સ્કોર આપે છે. આ ચોકસાઈમાં 1.5 થી 13 પોઈન્ટ્સ ઉમેરે છે.

સિંગલ આઉટપુટ્સનું મોનિટરિંગ ન કરો. આખી વસ્તી (population) પર નજર રાખો. સ્કોર ડિસ્ટ્રિબ્યુશનમાં આવતા ફેરફારો જુઓ. આ ડ્રિફ્ટ અને હુમલાઓને વહેલા પકડી લે છે.

સ્પર્ધાત્મક સેટઅપ ટાળો. એજન્ટ્સ વચ્ચે દલીલો ન થવી જોઈએ. સહકારી (cooperative) સેટઅપનો ઉપયોગ કરો. એક એજન્ટ જનરેટ કરે છે. એક એજન્ટ ખામીઓ શોધે છે. એક એજન્ટ ખામીઓ પૂરી કરે છે. આ મજબૂતીમાં 68 ટકા સુધારો કરે છે.

તમારી ચેકલિસ્ટ:

આ અઠવાડિયે:

  • પ્રોમ્પ્ટ્સમાં તર્ક (reasoning) ઉમેરો.
  • સ્ટ્રક્ચર્ડ ઇવેલ્યુએશનનો ઉપયોગ કરો.
  • તમારી મોડલ ફેમિલી તપાસો.

આ મહિને:

  • ક્રોસ ફેમિલી ઇવેલ્યુએશન સેટ કરો.
  • પોપ્યુલેશન મોનિટરિંગ શરૂ કરો.

આ ક્વાર્ટરમાં:

  • એડવર્સરીયલ એટેક્સ માટે ટેસ્ટ કરો.
  • સહકારી ડિઝાઇનમાં આગળ વધો.

તમે આને સંપૂર્ણપણે ઉકેલી શકશો નહીં. તમે પક્ષપાત ઘટાડશો. તમે ભૂલો ઝડપથી પકડી શકશો. આ જ લક્ષ્ય છે.

સ્ત્રોત: https://dev.to/sayokbose91/part-6-of-6-how-to-build-pipelines-that-dont-gaslight-themselves-dci વૈકલ્પિક લર્નિંગ કોમ્યુનિટી: https://t.me/GyaanSetuAi