Odborná definícia
Odborná definícia
Dátový pôvod je súbor informácií o vzniku, vlastníctve, získaní, právach, umiestnení a zmenách dát počas ich životného cyklu. Pri AI má odpovedať na otázky, kto dáta vytvoril, akou metódou, kedy, za akým účelom, s akým súhlasom alebo licenciou, ktoré zásahy boli vykonané a či možno zdroj dôveryhodne overiť. Provenance podporuje auditovateľnosť, reprodukovateľnosť, posudzovanie kvality a reakciu na incidenty, pretože oddeľuje dôveryhodné údaje od nejasného alebo nelegitímneho obsahu.
Zrozumiteľné vysvetlenie
Zrozumiteľné vysvetlenie
Dve tabuľky môžu obsahovať rovnaké stĺpce, ale jedna pochádza z kalibrovaného merania a druhá z neovereného webového exportu. Bez informácie o pôvode vyzerajú rovnocenne, hoci ich dôveryhodnosť je úplne iná. Dátový pôvod je rodokmeň datasetu. Zachytáva autora, spôsob zberu, licenciu, dátum, verziu a dôležité zmeny. Pri generatívnej AI je nevyhnutný aj pre riešenie autorských práv, odstránenie zakázaného zdroja a vysvetlenie, z čoho bol vytvorený konkrétny korpus.
Časté otázky
Časté otázky
Je URL zdroja dostatočný záznam pôvodu?
Nie. URL môže zaniknúť alebo sa zmeniť. Potrebné sú aj dátum získania, verzia, licencia, identita poskytovateľa, kontrolný súčet a opis transformácií.
Ako provenance súvisí s licenciou?
Záznam ukazuje, pod akými právami bol obsah získaný a či licencia povoľuje tréning, odvodené dielo, komerčné použitie alebo ďalšie zdieľanie.
Čo znamená chain of custody pri dátach?
Je to preukázateľná postupnosť osôb a systémov, ktoré mali dáta pod kontrolou. Dôležitá je pri forenznej analýze, bezpečnosti a regulovaných procesoch.
Má sa pôvod evidovať aj pri syntetických dátach?
Áno. Treba zaznamenať generátor, vstupné zdroje, prompt alebo konfiguráciu, verziu modelu, filtre a pravidlá, podľa ktorých bol syntetický záznam prijatý.
Ako sa pôvod overuje pri veľkom webovom korpuse?
Používa sa zoznam domén a licencií, časové snímky, identifikátory dokumentov, hashovanie, deduplikácia a pravidlá pre vylúčenie zdrojov s nejasným statusom.
Súvisiace pojmy
Súvisiace pojmy
Zdroje a redakčná stopa
Zdroje a redakčná stopa
Definícia je autorská odborná syntéza. Pri právnych a regulačných rozhodnutiach má prednosť aktuálne oficiálne znenie predpisu a posúdenie konkrétneho prípadu.