Os modelos de idiomas e as incorporações de palavras usadas hoje utilizavam quantidades enormes de dados de viés não marcados para sua respectiva fase de treinamento , que foi aumentada pelo mecanismo de atenção dos novos transformadores como uma nova técnica de aprendizado não supervisionada.
Com todas essas amostras de treinamento, é provável que haja amostras tendenciosas que afetam os resultados dos sistemas resultantes.
Às vezes, temos que tomar decisões tendenciosas com nossos sistemas, mas também é bom conhecer o viés dentro do nosso modelo.
O biasexploration4j permite a medição de incorporação de exploração e modelo de linguagem baseada em Bert, este último com base no trabalho (Nangia et al., 2020), para explorar diferentes vieses dentro do sistema especificado.
Esta ferramenta é composta por diferentes classes que visa avaliar algum aspecto do viés, para que você possa instatizá -la em qualquer lugar que desejar.
# Clone the repository
git clone https://github.com/LMartinezEXEX/BiasExploration4J.git
# Change CWD inside the cloned repository
cd BiasExploration4J
# For use as a dependency from other projects
mvn clean installConfira nossas páginas do Wiki, onde você encontrará informações, notas e dicas sobre como usar o BIASEXPLORATION4J , as definições de conceitos principais e certas limitações a serem lembradas ao explorar o viés em seus dados, além de exemplos para ajudá -lo a internalizar tudo.
Este projeto está sob uma licença do MIT.