Kom i kontakt
 Varaktighet 14 timmar

Kursplan

Introduktion till ansvarsfull AI

  • Principer för rättvisa, ansvar och transparens
  • Regulatoriska drivkrafter för ansvarsfull AI (EU:s AI-akt, GDPR m.fl.)
  • Ollamas roll i företagsstyrning för AI

Identifiering och hantering av parti­alitet (bias)

  • Att identifiera parti­alitet i modellens utdata
  • Strategier för minskad parti­alitet och förbättrad rättvisa
  • Att utvärdera modellens prestanda med metriker för rättvisa

Säker prompting och alinering

  • Promptdesign för säkerhet och tillförlitlighet
  • Hantering av risker för osäker eller skadlig utdata
  • Alineringstekniker för företagstillämpningar

Innehålls­filtrering och moderering

  • Att designa pipelines för innehålls­filtrering
  • Implementering av skyddsinriktade modereringsåtgärder
  • Att balansera användarupplevelse med kravsattningens behov

Styrningsflöden (Governance Workflows)

  • Att definiera styrningsramverk för Ollama
  • Integration av flöden med kravsystem
  • Modellgodkännande och granskningsprocedurer

Loggning, spårbarhet och granskbarhet

  • Säkra loggningspraktiker för AI-system
  • Spårbarhet av modell­beslut
  • Redo­skap för granskning och rapporteringsmekanismer

Kasstudier och bästa praxis

  • Företags­deployments med principer för ansvarsfull AI
  • Läxor från styrfel i verkligheten
  • Att bygga hållbara och etiska AI-praktiker

Sammanfattning och nästa steg

Krav

  • Grundläggande förståelse för AI/ML.
  • Kunskap om begrepp för kravsattning och styrning.
  • Erfarenhet av företags-IT eller miljöer för modelldistribution.

Målgrupp

  • Ansvariga för AI-etik.
  • Compliance-officerare.
  • Jurister och ingenjörer inom reglering.
  • Företagsarkitekter.

Antal deltagare


Pris per deltagare

Kommande Kurser

Relaterade Kategorier