Qualité des données et données d’entraînement pour l’IA
Des listes de contrôle pratiques pour les équipes qui préparent des données d’entraînement. Elles décrivent des pratiques générales ; lorsque notre service est mentionné, il est en développement.
- Tous types de fichiers
Nettoyage de données pour l’IA : images, vidéos et textes
Liste de contrôle pour nettoyer des données d’entraînement d’IA en images, vidéos et textes : fichiers corrompus, doublons, flou, vidéo figée, données personnelles et trace de vos décisions.
- Images
Nettoyer un jeu de données d’images avant l’entraînement
Liste de contrôle pour nettoyer des images avant l’entraînement : fichiers corrompus, doublons, flou, exposition, données personnelles et trace des décisions.
- Texte
Repérer les données personnelles dans des jeux de textes
Trouver e-mails, téléphones, numéros d’identification, de carte et de compte et clés exposées dans des données d’entraînement textuelles, et quoi en faire.
- Réglementation
AI Act (règlement européen sur l’IA), article 10 : ce qu’il implique pour vos données d’entraînement
Ce que dit l’article 10 de l’AI Act sur les données d’entraînement, de validation et de test des systèmes d’IA à haut risque, avec une liste de contrôle pratique pour la gouvernance et la documentation des données.
- Vidéo
Vidéo figée, sombre ou floue dans un jeu de données vidéo
Contrôler un jeu de données vidéo avant l’entraînement : images figées, passages sombres ou surexposés, flou, objectif sale, images perdues, avec horodatage.
- Méthode
Préparer les données pour entraîner votre propre modèle d’IA
Étape par étape : préparer images, vidéos et textes pour entraîner ou affiner votre propre modèle d’IA, de la définition de la tâche à la collecte, au nettoyage, au découpage et à la documentation.
- Texte
Préparer les données de l’entreprise pour affiner un LLM
Transformer e-mails du support, discussions et documents en jeu propre pour affiner un LLM : format, doublons, données personnelles, secrets et évaluation.
- Méthode
Contrôler la qualité des annotations d’un jeu de données
Trouver et corriger les problèmes d’étiquettes (images, vidéo, texte) : consignes, accord entre annotateurs, étiquettes manquantes ou fausses, équilibre, fuites.
- Tous types de fichiers
Trouver doublons et quasi-copies dans un jeu de données
Pourquoi les doublons nuisent aux données d’entraînement, et comment trouver copies exactes et quasi-copies en images, vidéo et texte, y compris entre découpages.
- Réglementation
RGPD et données d’entraînement pour l’IA : ce qu’il faut vérifier avant d’entraîner
Vue d’ensemble pratique des questions RGPD pour les données d’entraînement : données personnelles, base légale, finalité, minimisation, anonymisation ou pseudonymisation, et documentation.
- Méthode
Documenter un jeu de données : une fiche pratique
Ce qu’il faut noter sur un jeu d’entraînement pour l’IA : finalité, sources, collecte, nettoyage, annotation, découpage, données personnelles, lacunes, versions.
- Vidéo
Vidéos sous-marines d’aquaculture : contrôles qualité
Contrôler la vidéo sous-marine des fermes piscicoles avant l’entraînement : images figées ou sombres, encrassement, turbidité, flou et comptage, avec horodatage.
- Images
Images produits e-commerce : contrôles avant l’entraînement
Contrôler photos produits et de retours avant d’entraîner une IA (recherche, catalogage, détection de dommages) : doublons, flou, exposition, personnes, texte.
- Réglementation
AI Act, article 10 : liste de contrôle des données
Liste de contrôle de l’article 10 de l’AI Act : gouvernance des données d’entraînement, de validation et de test des systèmes d’IA à haut risque.
- Réglementation
Ce que l’AI Act demande à toute entreprise qui utilise l’IA
Pas seulement le haut risque : les obligations générales de l’AI Act (maîtrise de l’IA, transparence) et les rôles de fournisseur et de déployeur.
- Réglementation
Résumé des données GPAI : le modèle du Bureau de l’IA
Article 53 de l’AI Act : qui doit publier un résumé du contenu d’entraînement, ce que demande le modèle du Bureau de l’IA, mises à jour et échéances.
- Réglementation
Droit d’auteur et données d’entraînement de l’IA dans l’UE
Ce que l’AI Act et le droit d’auteur de l’UE demandent aux fournisseurs de modèles d’IA : politique de droit d’auteur, réservations de droits et robots.txt.
- Réglementation
Affiner un modèle : quand devient-on fournisseur ?
Quand l’affinage d’un modèle d’IA à usage général fait de vous un fournisseur au sens de l’AI Act, ce qu’il faut documenter, et le cas du haut risque.
- Réglementation
Mon système d’IA est-il à haut risque selon l’AI Act ?
Comment l’AI Act classe un système d’IA à haut risque : annexe I, huit domaines de l’annexe III, exception de l’article 6, paragraphe 3, et dates.
- Réglementation
AI Act, annexe IV : la partie sur les données d’entraînement
Ce que l’annexe IV de l’AI Act demande de documenter sur les données des systèmes à haut risque : fiches, provenance, sélection, étiquetage, nettoyage.
- Réglementation
L’AI Act en Norvège : où en est l’EEE ?
L’AI Act s’applique-t-il en Norvège ? Intégration dans l’EEE, future loi norvégienne sur l’IA, autorité de surveillance et droit d’auteur.