Tests d'IA
Explorez 20 termes liés à l'IA dans le Test d'IA
Bugs
Les bugs sont des erreurs ou des défauts dans un logiciel ou un système qui perturbent le fonctionnement normal.
Débogage de modèles ML
La débogage des modèles ML consiste à identifier et résoudre les erreurs dans les algorithmes d'apprentissage automatique et les données.
Jeu d’évaluation
Evaluation gaming involves using game-based methods to assess AI systems' performance and behavior.
Faux Négatif
Un faux négatif se produit lorsqu'un test indique incorrectement l'absence d'une condition qui est en réalité présente.
Prompt de test d'intégration
ITPUn prompt de test d'intégration est une entrée spécifique utilisée pour évaluer comment les modèles d'IA gèrent des systèmes ou composants intégrés.
Tests d'intégration
Les tests d'intégration sont une phase du test logiciel où des modules individuels sont combinés et testés en groupe.
Objet fictif
Les objets simulés sont des objets simulés utilisés dans les tests pour imiter le comportement d'objets réels.
Diagnostics du modèle
Le diagnostic du modèle évalue la performance et la fiabilité des modèles d'IA à l'aide de diverses métriques et techniques.
Fiabilité du modèle
Model Reliability refers to the consistency and dependability of an AI model's predictions over time and across different datasets.
Test de la Paille dans une Botte de Foin
Test NIHA Needle-in-a-Haystack Test evaluates an AI's ability to find rare or hidden information within a large dataset.
Évaluation bruyante
L’évaluation bruyante fait référence à l’évaluation des modèles d’IA en présence d’erreurs aléatoires ou systématiques dans les données ou le processus d’évaluation.
Évaluation hors ligne
L'évaluation hors ligne évalue les modèles d'IA en utilisant des données précollectées plutôt que des entrées en temps réel.
Évaluation en ligne
L'évaluation en ligne fait référence à l'évaluation des systèmes d'IA via des plateformes numériques pour garantir leur performance et leur fiabilité.
Test en ligne
Les tests en ligne se réfèrent à des évaluations menées via Internet, souvent à l'aide de logiciels ou de plateformes spécialisés.
Test hors-échantillon
An out-of-sample test evaluates a model's performance on unseen data.
Validation hors-échantillon
Out-of-sample validation assesses a model's performance on data not used during training.
Test par paires
Le test par paires est une technique de test logiciel qui vérifie les combinaisons de paires d'entrées pour identifier efficacement les défauts.
Test de paramètre
Un test de paramètre évalue les effets de la variation des paramètres sur la performance du modèle dans les systèmes d'IA.
Validation des paramètres
La validation des paramètres garantit que les entrées répondent à des critères spécifiques avant leur traitement dans les systèmes d'IA.
Vérification des paramètres
La vérification des paramètres garantit que les paramètres du modèle d'IA répondent aux critères spécifiés avant le déploiement.