Eine Model Card ist eine standardisierte Dokumentation für ein Modell, die wichtige Informationen zu dessen Eigenschaften, Einsatzbereichen und Einschränkungen beschreibt. Model Cards dienen vor allem der Transparenz für Entwickler:innen, Redakteur:innen und für Nutzer:innen des ZDF.
Algorithmen werden mit Hilfe von verschiedenen Daten trainiert. Ein Modell ist ein auf Daten trainiertes System, das Muster erkennt und Vorhersagen trifft, um Entscheidungen oder Automatisierungen zu unterstützen. Hier kann es je nach Anwendungsfall zu wesentlichen Unterschieden kommen, die auch eine Auswirkung auf das Ergebnis haben.
Hier beschreiben wir dir unsere Model Cards und wie sich die Modelle auf die einzelnen Anwendungsfälle auswirken. Schau dir die Model Cards auch an, um mehr zu Trainingsdaten, Leistung oder Grenzen des Modells zu erfahren.
SASRec (Self-Attention Sequential Recommendation Model) ist ein Empfehlungsmodell, das Inhalte auf der Grundlage bisheriger Interaktionen, wie zum Beispiel Klicks, empfiehlt.
Mehr Details findest du in der SASRec-Model Card.
Der Contextual Multi-Armed Bandits (CMAB)-Algorithmus ist eine Erweiterung des Multi-Armed Bandits (MAB)-Algorithmus, bei dem mehrarmige Banditen traditionell verwendet werden, um Entscheidungen auf der Grundlage historischer Daten zu treffen, die eine Belohnung maximieren.
Mehr Details findest du in der CMAB-Model Card.
„Ähnlichkeit über Text-Embeddings“ ist ein Algorithmus, welcher an Stellen eingesetzt wird, bei denen inhaltlich ähnliche Beiträge angezeigt werden sollen.
Mehr Details findest du in der Ähnlichkeit über Text-Embeddings-Model Card.
