Uncertainty Quantification 360：一个用于量化和传达 AI 不确定性的整体工具包
人工智能
2021-06-07 v2
摘要
在本文中，我们描述了一个名为 Uncertainty Quantification 360 (UQ360) 的用于 AI 模型不确定性量化的开源 Python 工具包。该工具包的目标有两个：第一，提供广泛的能力以简化并促进在 AI 应用开发生命周期中量化、评估、改善和传达不确定性的常见实践；第二，通过传播最新研究与教育材料，鼓励进一步探索 UQ 与可信 AI 其他支柱（如公平性与透明性）之间的联系。除了 Python 包（\url{https://github.com/IBM/UQ360}）之外，我们还开发了一个交互式体验（\url{http://uq360.mybluemix.net}）和引导材料作为教育工具，以帮助研究人员和开发者以有效方式生成并传达高质量的不确定性。
引用
@article{arxiv.2106.01410,
title = {Uncertainty Quantification 360: A Holistic Toolkit for Quantifying and Communicating the Uncertainty of AI},
author = {Soumya Ghosh and Q. Vera Liao and Karthikeyan Natesan Ramamurthy and Jiri Navratil and Prasanna Sattigeri and Kush R. Varshney and Yunfeng Zhang},
journal= {arXiv preprint arXiv:2106.01410},
year = {2021}
}
备注
Added references