ตัวแปรหมวดหมู่ใน production อาจมีค่าใหม่ที่ไม่เคยเห็นตอนฝึก ควรออกแบบอย่างไร — จุดบกพร่องใดของกระบวนการควรถูกระบุก่อน
กระบุว่าปัญหาคือ แทนค่าที่ไม่รู้ด้วยหมวดที่พบบ่อยที่สุดโดยไม่ติดตามอัตราเกิด
ขระบุว่าปัญหาคือ refit encoder จากข้อมูล production ทุกครั้งก่อนทำนาย โดยไม่กำหนดเงื่อนไขหยุดใช้หรือ rollback
คระบุว่ากระบวนการยังไม่ยึดหลักว่า กำหนด encoder ให้จัดการ unknown category และทดสอบกรณีดังกล่าว
งระบุว่าปัญหาคือ ใช้ hashing ทันทีโดยไม่ประเมิน collision หรือผลต่อโมเดล และไม่ตรวจว่าสมมติฐานของวิธีตรงกับข้อมูล
เฉลยอธิบาย
AI RMF 1.0 pp. 23, 28, 32-38 อธิบายว่ากรอบ NIST กำหนดให้ตรวจ representativeness, bias, data quality, ผลกระทบแยกกลุ่ม และติดตามความเสี่ยงหลังใช้งานพร้อมกลไกรับ feedback เมื่อนำมาใช้กับโจทย์จึงต้องเลือก “ระบุว่ากระบวนการยังไม่ยึดหลักว่า กำหนด encoder ให้จัดการ unknown category และทดสอบกรณีดังกล่าว” ส่วนตัวเลือกอื่นใช้ข้อมูลผิดช่วง เลือกเมตริกไม่ตรงเป้าหมาย หรือข้ามการตรวจผลกระทบที่จำเป็น