神经网络维护支持研究

随着神经网络增强我们日常生活的潜力不断增长，通过有效的测试、调试和维护来确保其质量至关重要。当我们认识到这些技术可能带来负面影响时，情况尤为如此。传统的软件工程方法（如测试和调试）在维护软件质量方面已被证明是有效的；然而，它们在维护神经网络方面暴露出显著的研究与实践空白。特别是，对于从业者目前如何应对理解和缓解神经网络中不良行为的挑战，人们的理解仍然有限。在我们正在进行的研究中，我们通过一项包含访谈和辅助调查问卷的初步研究，从从业者那里收集见解，以探索神经网络维护的研究与实践现状。我们目前的发现表明，现有工具主要集中在构建和训练模型上。虽然这些工具可能有益，但它们往往无法支持从业者理解和解决意外模型行为的根本原因。通过评估当前流程并识别传统方法的局限性，我们的研究旨在提供一个以开发者为中心的视角，指出当前实践的不足之处，并强调改进神经网络维护支持的机会。