संग्रह की मदद से व्यवस्थित रहें
अपनी प्राथमिकताओं के आधार पर, कॉन्टेंट को सेव करें और कैटगरी में बांटें.
जवाबदेही का मतलब है कि एआई सिस्टम के असर की ज़िम्मेदारी लेना.
आम तौर पर, जवाबदेही में पारदर्शिता या सिस्टम के व्यवहार और संगठन की प्रोसेस के बारे में जानकारी शेयर करना शामिल होता है. इसमें, मॉडल और डेटासेट बनाने, उन्हें ट्रेन करने, और उनका आकलन करने के तरीके को दस्तावेज़ में लिखकर शेयर करना शामिल हो सकता है. यहां दी गई साइटों पर, जवाबदेही से जुड़े दस्तावेज़ों के दो अहम तरीकों के बारे में बताया गया है:
जवाबदेही का एक और पहलू समझने लायक होना है. इसमें मशीन लर्निंग मॉडल के फ़ैसलों को समझना शामिल है. इसमें इंसान, उन सुविधाओं की पहचान कर पाते हैं जिनसे अनुमान लगाया जाता है. इसके अलावा, एक्सप्लेनेबिलिटी का मतलब है कि मॉडल के अपने-आप लिए गए फ़ैसलों को ऐसे तरीके से समझाया जा सके जिसे इंसान समझ सकें.
[[["समझने में आसान है","easyToUnderstand","thumb-up"],["मेरी समस्या हल हो गई","solvedMyProblem","thumb-up"],["अन्य","otherUp","thumb-up"]],[["वह जानकारी मौजूद नहीं है जो मुझे चाहिए","missingTheInformationINeed","thumb-down"],["बहुत मुश्किल है / बहुत सारे चरण हैं","tooComplicatedTooManySteps","thumb-down"],["पुराना","outOfDate","thumb-down"],["अनुवाद से जुड़ी समस्या","translationIssue","thumb-down"],["सैंपल / कोड से जुड़ी समस्या","samplesCodeIssue","thumb-down"],["अन्य","otherDown","thumb-down"]],["आखिरी बार 2025-07-27 (UTC) को अपडेट किया गया."],[],[]]
