知识卡片

普通读书笔记卡 · 7017.f · 生成模型:DeepSeek-V4.1-Flash

数据保留策略与「与时钟赛跑」

理解等级:高级

Dialpad 把「免付费、可定制的数据保留策略」作为标准能力提供给所有客户:客户可以随时要求删除自己的数据,也可以约定新数据只在某个特定时段内可用。这些是很大的隐私胜利,却要求整个 ASR 系统在模型测试与实验上付出同等大的巧思,对 Dialects 管线尤其如此——它含音频采集、转写、数据准备、实验、最终生产化多个步骤,合起来可横跨多个季度,比部分被采集数据的寿命还长。由此产生的核心问题是:训练数据与测试集不再恒定,实验结果难以复现,有时还会延误训练与向客户发布期望中的改进。作者用「Racing the clock(与时钟赛跑)」给这个挑战命名,非常贴切——管线跑得比数据寿命慢,等你验证完,当初的证据已经按合规要求消失了。这与第 10 章持续 ML、第 11 章故障复盘的「世界会变」主题呼应:MLOps 里连「数据集」本身都不是静态对象。

这张卡片看不懂?

已有反馈 · 0 条

    还没有人提交反馈。

    在整书笔记中的位置

    原书出处 · 1 处

    • Case Studies: MLOps in Practice · 查看原书依据

      Challenge 2: Racing the clock Making Dialpad’s no-cost, customizable data-retention policy available as standard to all customers means that a customer can request their data to be deleted anytime, or schedule new data to be available for only a specific period of time.

    参考来源

    - 位置:《Reliable Machine Learning》第15章《Case Studies: MLOps in Practice》(源文件:extracted/Reliable Machine Learning/_epub-src/OEBPS/ch15.xhtml) - 结论依据:原文明确阐述该主题,并给出定义、实践或反例。 - 原始内容:Challenge 2: Racing the clock Making Dialpad’s no-cost, customizable data-retention policy available as standard to all customers means that a customer can request their data to be deleted anytime, or schedule new data to be available for only a specific period of time.