
Why Accuracy Isn't Enough: A New Quality Model for Real-World ML Components
AI components, whether traditional machine learning or generative AI, are embedded in many present-day systems. However, despite advances in automation, infrastructure, and tooling for developing AI components, many do not leave the prototype stage or reach production because they fail to meet overall system quality expectations. In our latest podcast from the Carnegie Mellon University Software Engineering Institute, Rachel Brower-Sinning and Robert Edman, both machine learning scientists in the SEI's Tactical Edge and AI-Enabled Systems Initiative, sit down with Grace Lewis, the initiative's lead and an SEI principal researcher, to discuss a quality model for machine learning components to support their prop...
پلیر باز میشود: متن کامل، همهی کلمهها قابل کلیک، با ترجمه و فلشکارت.
این قسمت به سطح شما میخورد؟
B2 · بالاتر از متوسط
اگر اخبار تلویزیون را دنبال میکنید، راحت هستید
- ۷۱٪ کلمهها در سطح B1 یا سادهتر هستند.
- ۱۹۳ کلمه در دقیقه: گفتار طبیعی و نسبتاً سریع.
- ۱۳۰ کلمهی سختتر (B2 و بالاتر) در کل قسمت.
امتحان کنید: روی هر کلمه بزنید
جملههای واقعی از ابتدای همین قسمت. سطح هر کلمه مشخص شده است.
is this concept of a system.
, .
So why shouldn't we treat it like software, right?
روی یک کلمه بزنید تا معنیاش را به زبان خودتان ببینید.
این کلمهها را بلدید؟
8 کلمهی سختتر از این قسمت. روی هر کدام بزنید تا معنیاش را ببینید، بعد علامتش بزنید.
چند کلمه را علامت بزنید تا بگوییم این قسمت چقدر با سطح شما جور است.
این قسمت به سطح شما میخورد؟
B2 · بالاتر از متوسط
اگر اخبار تلویزیون را دنبال میکنید، راحت هستید
- ۷۱٪ کلمهها در سطح B1 یا سادهتر هستند.
- ۱۹۳ کلمه در دقیقه: گفتار طبیعی و نسبتاً سریع.
- ۱۳۰ کلمهی سختتر (B2 و بالاتر) در کل قسمت.
متن گفتار
ابتدای این قسمت. متن کامل در پلیر است.
کلمههای سختتر (B2+)
Going back to what I think differentiates our work from other work that I see out there, is this concept of a system. So if you think about what a machine learning component is, it is software. So why shouldn't we treat it like software, right?
And so when you say the requirements that come from the system, I think that is very important because when you do system decomposition, it so happens that at some point you're going to say, okay, this should be a machine learning component.
And so the requirements for that component are being derived from the system. And that is where it's important to be able to say, say, okay, what can I test at the ML component level? Today, AI components, whether traditional machine learning
این ابتدای قسمت بود. بقیهی قسمت (23 دقیقه) در پلیر است: همهی کلمهها قابل کلیک، با ترجمه، ذخیرهی کلمه و فلشکارت.
ادامه در پلیربهصورت خودکار از صوت تولید شده و ممکن است خطا داشته باشد. صوت متعلق به ناشر آن است و از فید خودش پخش میشود. صاحبان حق میتوانند درخواست حذف بدهند — سیاست کپیرایت و حذف محتوا