ある会計事務所がLLMベースのドキュメント処理システムを導入しており、責任あるAIのプラクティスに従いたいと考えています。開発およびデプロイ中に、その事務所が取るべき2つのアクションはどれですか？（2つ選択してください。）

責任あるAIの実践には、公平性とバイアスの軽減が不可欠です。モデル評価に公平性メトリクスを含めることで、モデルが特定のグループに対して不公平な予測を行っていないかを確認し、是正措置を講じることができます。また、トレーニングデータに存在するバイアスはモデルの出力に直接影響するため、バイアスを軽減するためにトレーニングデータを修正することは、公平で信頼性の高いシステムを構築する上で非常に重要です。 モデルのtemperatureパラメータの調整やプロンプトエンジニアリングは、モデルの出力の多様性や特定のタスクへの適合性を高める技術であり、直接的な公平性やバイアスの軽減には寄与しません。過学習の回避はモデルの汎化性能を高めますが、責任あるAIの文脈では公平性やバイアスの問題とは異なります。