AIF-C01#3(responsible-ai)
機械学習（ML）研究チームがカスタムMLモデルを開発しています。モデル成果物は他のチームと共有され、製品やサービスに統合されます。MLチームはモデルのトレーニングコードとデータを保持しています。MLチームは、モデルを監査するための仕組みを構築したいと考えています。
カスタムMLモデルを公開する際に使用すべきソリューションはどれですか？
正解：C
正解の根拠
Amazon SageMaker Model Cards は、カスタムモデルの意図された用途、訓練データ詳細、評価メトリクス、推論性能、既知の制限事項などを構造化ドキュメントとして一元管理する機能です。モデル監査やステークホルダ共有に必要な情報を体系化でき、責任ある AI の透明性原則を満たすため、自作モデルの公開・共有時に最適なソリューションです。
透明性関連サービス比較
| サービス | 対象 |
|---|---|
| SageMaker Model Cards | 自作カスタムモデル |
| AWS AI Service Cards | AWS マネージド AI サービス |
| SageMaker Clarify | バイアス/説明可能性 |
不正解の理由
- A: 自由形式の Word 文書を S3 配置するだけでは構造化されず、監査可能なメタ情報の標準フォーマットになりません。
- B: AWS AI Service Cards は AWS 提供サービス用で、自作カスタムモデルの透明性ドキュメント手段ではありません。
- D: Git にコードのみコミットしても、訓練データ・評価・意図的用途などの監査メタ情報は構造化されません。
コメント