← 返回刚才阅读的位置

知识卡片

普通读书笔记卡 · 8428.a.1 · 生成模型:未记录

数据质量是安全条件

理解等级:中级

模型依靠输入数据形成或使用判断,数据缺失、变形、噪声和恶意污染都可能传递为输出错误。数据量大并不能自动抵消来源不可靠的问题。安全检查应区分自然质量缺陷与有意攻击,并保留来源、质量检查和异常处理依据。

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

    • 概述 数据、模型与应用扩散 · 查看原书依据

      人工智能缺乏对数据正确性甄别的能力,同时,人工智能在进行推理判断的时候,是依据所获取的数据来进行的,所以,人工智能系统高度依赖数据的正确性。有多种原因能够使输入的数据质量低下,包括数据丢失和变形、噪声数据输入、数据投毒和样本对抗等,进而会对

    参考来源

    - 位置:《人工智能安全》概述,数据、模型与应用扩散(源项目a19c7933-4eda-4176-aebd-30fe7e1ad292,源文件:extracted/人工智能安全/_epub-src/EPUB/xhtml/Section0001_0004.xhtml) - 结论依据:原文对该概念的说明、比较或案例支撑本卡解释;书中历史数据与技术预测保留原有时点,不当作当前已验证结论。 - 原始内容:人工智能缺乏对数据正确性甄别的能力,同时,人工智能在进行推理判断的时候,是依据所获取的数据来进行的,所以,人工智能系统高度依赖数据的正确性。有多种原因能够使输入的数据质量低下,包括数据丢失和变形、噪声数据输入、数据投毒和样本对抗等,进而会对