数据集营养标签（第二代）：利用上下文缓解人工智能中的危害
机器学习
2022-03-11 v2 人工智能
摘要
随着用于产生自动化决策系统(ADS)的数据集的生产与依赖不断增加，对评估和审视底层数据的过程的需求也随之增长。在2018年推出数据集营养标签(Dataset Nutrition Label)之后，数据营养项目(Data Nutrition Project)对标签的设计与用途做了重大更新，并于2020年末推出更新版标签，本文对其进行了预览。新标签包含通过面向数据科学家画像的更新设计与用户界面所呈现的上下文相关用例与警示(Use Cases & Alerts)。本文讨论了该标签旨在缓解的来自底层训练数据的危害与偏差、工作的当前状态（包括正在被标注的新数据集）、新旧挑战、工作的进一步方向，以及预览新标签的图示。
引用
@article{arxiv.2201.03954,
title = {The Dataset Nutrition Label (2nd Gen): Leveraging Context to Mitigate Harms in Artificial Intelligence},
author = {Kasia S. Chmielinski and Sarah Newman and Matt Taylor and Josh Joseph and Kemi Thomas and Jessica Yurkofsky and Yue Chelsea Qiu},
journal= {arXiv preprint arXiv:2201.03954},
year = {2022}
}