Una banca ha ottimizzato un modello linguistico di grandi dimensioni per accelerare le approvazioni dei prestiti. Un audit esterno ha rilevato che il modello approva i prestiti più rapidamente per un gruppo demografico rispetto ad altri. Qual è la soluzione più conveniente?

La soluzione più efficace e conveniente per affrontare il bias rilevato è includere dati di training più diversificati e ri-ottimizzare il modello esistente. Il bias nel modello deriva probabilmente da dati di training non rappresentativi, che hanno portato il modello a imparare associazioni ingiuste. Aggiungere dati che riflettano accuratamente la divers