YZ değerlendirmesi
AI evaluation
D4
YZ değerlendirmesi, bir yapay zekâ sisteminin belirtilmiş ölçütlere göre belirtilmiş bir bağlamda nasıl performans gösterdiğine ilişkin kanıt üreten yapılandırılmış süreçtir.
İnceleme durumu: 2027-08-28
Teknik açıklama
Belirtilmiş dağıtım ortamına benzer koşullarda nitel veya nicel performans ya da güvence ölçütlerini belgeler.
Kavramsal sınırlar
Bir ortamdan elde edilen kanıt, sistemin her operasyonel ortamda nasıl çalışacağını göstermez.
Sağlayıcıdan bağımsız örnek
Bir ekip, belge sınıflandırma sistemini tanımlı örneklerde sınayabilir, hata türleri ile eşikleri kaydedebilir ve belirtilmiş iç iş akışının pilot uygulamaya hazır olup olmadığına karar verebilir.
Sınırlılıklar
Laboratuvar ölçümleri, operasyonel ortamlarda ortaya çıkan risklerden farklı olabilir.
İlişkili kavramlar
Atomik iddialar ve kanıt
1.1NIST AI 100-1, Artificial Intelligence Risk Management Framework (AI RMF 1.0) — D4 evidence slice
- Kaynak
- NIST AI 100-1, Artificial Intelligence Risk Management Framework (AI RMF 1.0) — D4 evidence slice
- Kaynak rolü
- Yetkili kaynak
- Tam konum
- Table 3, MEASURE 2.3, printed p. 29
- Desteklenen iddia
- NIST'in MEASURE işlevi, nitel veya nicel performans ya da güvence ölçütlerinin dağıtım ortamına benzer koşullarda gösterilmesini ve belgelenmesini ister.
- Son doğrulama
- Gözden geçirme tarihi
- Kapsam sınırlaması
- Bu, risk yönetimi rehberidir; her değerlendirmenin aynı metriği veya protokolü kullanması gerektiğini söylemez.
2.1NIST AI 100-1, Artificial Intelligence Risk Management Framework (AI RMF 1.0) — D4 evidence slice
- Kaynak
- NIST AI 100-1, Artificial Intelligence Risk Management Framework (AI RMF 1.0) — D4 evidence slice
- Kaynak rolü
- Yetkili kaynak
- Tam konum
- Section 1.2.1, Risk in real-world settings, printed p. 6
- Desteklenen iddia
- NIST, laboratuvar ölçümlerinin operasyonel ortamlarda ortaya çıkan risklerden farklı olabileceğini belirtir.
- Son doğrulama
- Gözden geçirme tarihi
- Kapsam sınırlaması
- Bu, dağıtım öncesi değerlendirmeyi yararsız kılmaz; sonraki kullanım hakkında ne gösterebileceğini sınırlar.