模型草图：在早期机器学习模型设计中聚焦概念

机器学习从业者常陷入对模型架构和性能指标等底层技术细节的钻牛角尖。早期模型开发能否转而关注模型应当关注哪些因素这类高层问题？受设计中草图实践（将想法提炼至最简表示）的启发，我们提出模型草图：一种用于迭代且快速编写机器学习模型决策逻辑功能近似的技术框架。模型草图将从业者注意力重新聚焦于组合模型预期推理所用的高层、人类可理解概念（如内容审核任务中的粗俗、种族主义或讽刺），并使用零样本概念实例化。在对17名ML从业者的评估中，模型草图将思考从实现重构为高层探索，促使对更广范围模型设计的迭代，并帮助识别问题表述中的空白$\unicode{x2014}$且所用时间仅为通常构建模型所需时间的一小部分。