Ground Truth
Un insieme di risposte corrette verificate, usato per controllare se l'output di un'AI è giusto, con la stessa funzione di una griglia di correzione per un test.
Nessuna carta richiesta
Cosa significa in pratica
Quando un fornitore dice che il suo strumento di estrazione documenti è stato validato rispetto al ground truth, intende che i suoi output sono stati confrontati con un insieme curato di risposte già verificate come corrette: una pila di fatture in cui una persona ha confermato il totale, la data e il nome del fornitore esatti, e l'accuratezza dello strumento è stata misurata in base a quante volte ha corrisposto a quella griglia di risposte. È un'affermazione più circoscritta e più significativa rispetto a dire che lo strumento è stato addestrato su milioni di documenti, il che descrive solo il volume di materiale studiato, senza alcuna garanzia che sia mai stato controllato per la correttezza. Un modello può essere addestrato su un'enorme mole di dati non verificati e comunque essere validato su un piccolo insieme di ground truth controllato con cura, ed è proprio questo passaggio di validazione a dirti se puoi davvero fidarti degli output.
Esempio
Un fornitore dichiara che il suo strumento di elaborazione fatture è stato testato su 500 esempi di ground truth. Significa che si tratta di 500 fatture in cui una persona aveva già confermato manualmente il totale, la data e il nome del fornitore corretti, e i valori estratti dallo strumento sono stati confrontati uno per uno con quelle risposte confermate. Un'affermazione come addestrato su 2 milioni di fatture non dice nulla sul fatto che anche solo una di quelle 2 milioni sia mai stata controllata per l'accuratezza.
Spesso confuso con
vs. Training Data
I dati di addestramento sono il corpus, molto più ampio, di materiale su cui un modello studia per imparare i pattern fin dall'inizio, testi, immagini o documenti raccolti in blocco, e non sono curati o verificati come lo è una griglia di risposte. Il ground truth è invece un insieme più piccolo, controllato deliberatamente, usato in modo specifico per verificare se l'output del modello è corretto, con ogni voce confermata da una persona o da una fonte affidabile. Un modello può essere addestrato su terabyte di dati non verificati ed essere validato su appena qualche centinaio di esempi di ground truth, ed è il controllo sul ground truth, non il volume dei dati di addestramento, a dirti quanto sono davvero affidabili gli output.
Termini correlati
Frequently asked questions
Vuoi il tuo contesto in un unico posto?
Flaibo conserva il tuo ruolo, il tuo tono e il tuo lavoro passato in un unico posto, e li inserisce nei prompt che porti in qualsiasi AI tu usi, così una nuova chat non deve ripartire da una finestra di contesto vuota.
Inizia gratis