ORES-Inspect：面向 enwiki 的机器学习审计技术探针
人机交互
2024-06-13 v1
摘要
审计用于维基百科的机器学习 (ML) 模型对于确保恶意检测过程的公平性和有效性至关重要。然而，由于利益相关者目标不一，且为证明模型[无]效性的证据技术性复杂，因此进行审计具有挑战性。我们设计了一个界面，使编辑器能够了解和审计 ORES 编辑质量模型的性能。ORES-Inspect 是一个开源的 Web 工具，是为研究编辑器如何思考审计维基百科所使用的众多机器学习模型的性能而提出的一种挑衅式技术探针。我们描述了 ORES-Inspect 的设计以及与该系统进一步研究的计划。
引用
@article{arxiv.2406.08453,
title = {ORES-Inspect: A technology probe for machine learning audits on enwiki},
author = {Zachary Levonian and Lauren Hagen and Lu Li and Jada Lilleboe and Solvejg Wastvedt and Aaron Halfaker and Loren Terveen},
journal= {arXiv preprint arXiv:2406.08453},
year = {2024}
}
备注
Wiki Workshop 2024