หลังพบว่าความน่าจะเป็นที่โมเดลรายงานสูงกว่าความถี่จริง ขั้นตอนปรับเทียบใดเหมาะสม
กปรับโมเดลและวัด calibration บนข้อมูลชุดเดียวกับที่ใช้ฝึกทั้งหมด
ขใช้ชุด calibration ที่แยกจากการฝึก ตรวจ reliability และติดตามผลหลังใช้งาน
คเปลี่ยน threshold การจำแนกแล้วถือว่าค่าความน่าจะเป็นถูกปรับเทียบ
งเปรียบเทียบเฉพาะ ROC AUC เพราะเพียงพอสำหรับตรวจความน่าจะเป็น
เฉลยอธิบาย
AI RMF 1.0 pp. 23, 28, 32-38 สนับสนุนหลักว่า กรอบ NIST กำหนดให้ตรวจ representativeness, bias, data quality, ผลกระทบแยกกลุ่ม และติดตามความเสี่ยงหลังใช้งานพร้อมกลไกรับ feedback ดังนั้นคำตอบที่ตรงที่สุดคือ “ใช้ชุด calibration ที่แยกจากการฝึก ตรวจ reliability และติดตามผลหลังใช้งาน”