AI 詞彙表
人工智能完整詞典
200
類別
2,608
子類別
30,011
術語
術語
模型回归测试
自动化程序，用于验证新模型或新的管道版本在固定的测试数据集上，其性能不会相较于基准版本有所下降。
術語
数据漂移验证
自动化测试，通过比较新的生产数据与训练数据的统计分布，来检测可能影响模型性能的显著变化。
術語
偏见测试
一套自动化程序，用于测量和量化模型对特定人口亚群的系统性偏见，以确保算法的公平性和伦理性。
術語
合规测试
自动化验证，确保模型及其数据遵守现行的法规和标准，例如用于个人数据保护的GDPR（通用数据保护条例）。
術語
延迟性能测试
在负载条件下，自动化测量模型的响应时间，以确保其满足生产环境应用的实时要求。
術語
特征一致性验证
自动化测试，确保由流水线计算的特征遵守模型所期望的模式、类型和值范围约束。
術語
流水线稳定性测试
对ML流水线（预处理、训练、推理）的所有步骤进行自动化验证，以确保其能够确定性地、无错误地运行。
術語
对抗安全性测试
自动化评估模型对于对抗性攻击的脆弱性，这些攻击通过对抗样本诱导模型做出错误预测。
術語
单调性测试
自动化检查模型中特征和预测之间的单调关系，确保特征的增加确实导致预测值的上升（或下降）。
術語
数据质量验证
一系列自动化测试，检查原始数据在被摄入训练或推理管道之前的完整性、唯一性、有效性和一致性。
術語
指标退化测试
持续监控系统，如果模型性能指标（如F1分数、AUC）在生产数据上降至预定义阈值以下，则触发警报。
術語
模型集成测试
自动化验证训练模型与系统其他组件（如API、数据库和监控服务）之间的正确交互。
術語
影子测试
一种技术，其中新模型与生产模型并行部署，接收相同的实际流量但不影响用户，以便在切换前比较它们的性能。
術語
实验可重复性测试
通过使用固定的随机种子运行相同管道来检查训练结果的可重复性，确保变化是微小且可控的。
術語
ML模型金丝雀测试
部署策略，其中新版本模型暴露于生产环境中的一小部分用户流量，允许在全面部署前进行真实条件下的验证。
術語
管道依赖测试
自动化验证ML管道所需的所有库、软件版本和外部资源在目标执行环境中都存在且兼容。
🔍