Kursplan

Introduktion till ansvarsfull AI

  • Principer för rättvisa, ansvarighet och transparens
  • Regulatoriska drivkrafter för ansvarsfull AI (EU AI Act, GDPR, etc.)
  • Ollamas roll i företagsstyrning av AI

Upptäckt och minskning av fördomar

  • Identifiering av fördomar i modellresultat
  • Strategier för minskning av fördomar och förbättring av rättvisa
  • Utvärdering av modellprestanda med rättvisemetrik

Säker instruktion och överensstämmelse

  • Instruktionsdesign för säkerhet och pålitlighet
  • Minskning av risker för osäkra eller skadliga utdata
  • Överensstämmelsetekniker för företagsapplikationer

Innehållsfiltering och moderering

  • Design av innehållsfilteringspipelines
  • Implementering av modereringsskydd
  • Balansering av användarupplevelse med kompatibilitetskrav

Styrningsflöden

  • Definiering av styrningsramar för Ollama
  • Flödesintegration med kompatibilitetssystem
  • Godkännande- och revisionsprocedurer för modeller

Loggning, spårbarhet och revisionsberedskap

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

Fallstudier och bästa praxis

  • Företagsdistributioner med principer för ansvarsfull AI
  • Lärdomar från verkliga styrningsmisslyckanden
  • Byggande av hållbara och etiska AI-praxis

Sammanfattning och nästa steg

Krav

  • Förståelse för grundläggande AI/ML-principer
  • Kännedom om compliance och styrningskoncept
  • Erfarenhet av företags-IT eller miljöer för modelldistribuering

Målgrupp

  • AI-etikledare
  • Compliance-ansvariga
  • Juridiska och regulatoriska ingenjörer
  • Företagsarkitekter
 14 timmar

Antal deltagare


Price per participant

Upcoming Courses

Relaterade Kategorier