NL
InloggenAan de slag
Woordenlijst

AI-kwaliteitsspecialist

Wat is AI-kwaliteitsspecialist?

Een AI-kwaliteitsspecialist controleert of AI-toepassingen betrouwbaar, correct en passend werken. De rol omvat testvragen en benchmarks, het vergelijken van verschillende modellen, het analyseren van gebruikersbeoordelingen en het signaleren van hallucinaties en achteruitgang in de loop van de tijd. Bijvoorbeeld: vóór de overstap op een nieuw model worden 50 typische klantvragen door beide modellen beantwoord en aan de hand van vaste criteria vergeleken.

Hoe KI.ordo helpt

In KI.ordo ondersteunen het sjabloon “Modellen vergelijken (benchmark)” en 👍/👎-beoordelingen van antwoorden dit werk; de beoordelingen dienen om kennis en instructies te verbeteren, niet om modellen te trainen.

Meer informatie : AI-kwaliteitsspecialist

Passende sjablonen

Onderwerpen

  • Kwaliteit
  • Testen
  • Rol

KI.ordo uitproberen

Agents, workflows en sjablonen in één werkruimte – gratis demo van 24 uur.

Demo starten
← Alle begrippen

Verwante begrippen

Benchmarking

In AI betekent benchmarking het systematisch vergelijken van modellen of systemen aan de hand van vastgelegde taken en criteria. Openbare benchmarks meten bijvoorbeeld algemene kennis, redeneervermogen of programmeervaardigheid; voor de praktijk zijn testgevallen uit uw eigen dagelijkse werk echter het belangrijkst. Typische criteria zijn nauwkeurigheid, volledigheid, responstijd en kosten. Dat helpt te beslissen of een kleiner, goedkoper model goed genoeg is voor een taak.

  • Modelvergelijking
  • Evaluation
  • +1
Sjabloon

Hallucinatie

Een hallucinatie is uitvoer van een AI-model die overtuigend klinkt maar onjuist of volledig verzonnen is – zoals een niet-bestaande rechterlijke uitspraak, een verkeerd cijfer of een verzonnen bron. De oorzaak: taalmodellen produceren waarschijnlijke formuleringen; ze zoeken niet automatisch feiten op. Het risico daalt wanneer antwoorden op gecontroleerde bronnen zijn gebaseerd, bewijs wordt aangehaald en mensen belangrijke resultaten controleren.

  • Taalmodellen
  • Betrouwbaarheid
  • +1
Sjabloon

Nauwkeurigheid en stabiliteit van AI-modellen

Nauwkeurigheid beschrijft hoe vaak een AI-model correcte resultaten levert; stabiliteit beschrijft hoe betrouwbaar die prestatie standhoudt – bij licht gewijzigde invoer, nieuwe data of in de loop van de tijd. Een model kan in tests zeer nauwkeurig zijn en toch instabiel als alleen al het anders formuleren van een vraag tot een ander antwoord leidt. Voor praktijkgebruik worden beide eigenschappen gecontroleerd met vaste testgevallen, kruisvalidatie en doorlopende monitoring.

  • Modelkwaliteit
  • Robuustheid
  • +1

Modeldrift

Modeldrift is de geleidelijke afname van de voorspelkwaliteit van een model tijdens het gebruik, doordat de werkelijkheid verandert ten opzichte van de trainingsgegevens. Er wordt onderscheid gemaakt tussen veranderingen in de invoergegevens (datadrift) en veranderingen in het verband tussen invoer en uitkomst (conceptdrift). Voorbeeld: een model voor fraudedetectie ziet nieuwe fraudepatronen over het hoofd. Als remedie dienen voortdurende bewaking van de meetwaarden en regelmatig hertrainen.

  • MLOps
  • modelkwaliteit
  • +1