Een accountantskantoor implementeert een op LLM gebaseerd documentverwerkingssysteem en wil verantwoorde AI-praktijken volgen. Welke twee acties moet het kantoor ondernemen tijdens de ontwikkeling en implementatie? (Kies twee.)

Het opnemen van fairness metrics (eerlijkheidsstatistieken) voor modelevaluatie is cruciaal om te beoordelen of het LLM onbedoelde vooroordelen vertoont in zijn output, wat kan leiden tot discriminerende resultaten. Dit helpt bij het identificeren en mitigeren van oneerlijkheid. Het wijzigen van de trainingsdata om bias te verminderen is een fundamentele stap in verantwoorde AI. Als de trainingsdata bevooroordeeld zijn, zal het model deze bias overnemen en versterken. Door de data te schonen of te balanceren, wordt de kans op bevooroordeelde output kleiner. Het aanpassen van de temperatuurparameter en het toepassen van prompt engineering technieken zijn methoden om de output van het model te beïnvloeden, maar pakken de onderliggende bias of eerlijkheid niet direct aan. Overfitting voorkomen is een algemene best practice in machine learning, maar richt zich niet specifiek op verantwoorde AI-principes zoals bias en eerlijkheid.