Eine Wirtschaftsprüfungsgesellschaft implementiert ein LLM-basiertes Dokumentenverarbeitungssystem und möchte verantwortungsvolle KI-Praktiken befolgen. Welche zwei Maßnahmen sollte das Unternehmen während der Entwicklung und Bereitstellung ergreifen? (Wählen Sie zwei.)

Die Einbeziehung von Fairness-Metriken bei der Modellevaluierung ist entscheidend, um sicherzustellen, dass das LLM-System keine diskriminierenden Ergebnisse liefert und um potenzielle Vorurteile zu identifizieren. Die Modifikation der Trainingsdaten zur Minderung von Bias ist ebenfalls eine grundlegende verantwortungsvolle KI-Praxis, da Verzerrungen in den Daten direkt zu verzerrten Modellergebnissen führen können. Das Anpassen des Temperaturparameters beeinflusst die Kreativität der Ausgabe, hat aber keinen direkten Einfluss auf Fairness oder Bias. Das Vermeiden von Overfitting ist eine allgemeine Best Practice im maschinellen Lernen, die die Modellleistung verbessert, aber nicht spezifisch auf verantwortungsvolle KI-Praktiken in Bezug auf Fairness oder Bias abzielt. Prompt-Engineering-Techniken sind wichtig für die Steuerung der Modellausgabe, adressieren aber nicht die zugrunde liegende Fairness oder den Bias des Modells selbst.