Model Cards for Model Reporting

[gaocegege]

https://arxiv.org/abs/1810.03993

来源：Jeff Dean 推特

[gaocegege]

https://modelcards.withgoogle.com/about

[gaocegege]

自深度学习出现以来，如何让专家/非专家更全面地了解模型的效果和局限性，是一个非常让人头疼的方式。在我看来这算是模型可视化的一个子方向。举个例子，比如某些图像识别算法可能对黑人女性的识别准确率低于其他人种/性别。

这篇文章是一个非常工程向的文章，它希望制定一个对模型的描述规范，利用这一规范，我们可以利用 1-2 页的介绍性文章，全面地介绍一个模型。这个介绍可以被各种不同的 stakeholders 阅读，比如 ML/AI 工程师，模型开发者，应用开发者，公司决策者。

[gaocegege]

这些信息分为模型细节，应用场景，影响因素，模型指标，评估数据，训练数据等。

模型细节中，模型的日期是为了记录模型是什么时候产生的，这可以帮助我们了解它可能采用的技术。比如在 ResNet 那篇论文出现之前训练的模型，是不可能用 ResNet 的。

模型版本是模型当前的版本还有 ChangeList。模型在不同版本做了什么修改，通过这一字段可以方便地得知。

模型的类型，指的是模型本身的类型，比如 CNN，Naive Bayes classifier。

[gaocegege]

其他也类似，这篇论文最大的作用是可以指导模型仓库或者类似的东西的开发者。