AUT-0342· Знання та ШІ
Контроль версії навчального набору в запуску AI
Запуск навчання пов’язується з фактично використаною редакцією даних та історією її підготовки.
Чернетка · Оцінка потребує перевірки
01 / Проблема
Файл навчальних даних перезаписують, і команда не може визначити, яка редакція потрапила в конкретний запуск моделі.
02 / Результат
Запуск має перевірений зв’язок із погодженою редакцією вхідних даних; розбіжність або недоступний знімок видно відповідальному.
03 / Процес
ТригерНабір даних погоджено для навчання або отримано метадані фактично використаного входу запуску.
Зафіксувати набір, редакцію, контрольну ознаку вмісту, схему, призначення й доступний знімок у погодженому сховищі.
Відокремити первинне джерело від фактичного входу після фільтрації та перетворення; зберегти редакцію підготовки.
Погодити перелік входів запуску та перевірити доступність потрібних знімків; назва змінного файла не є редакцією.
Отримати ID запуску та метадані фактичних входів; зіставити їх із погодженим переліком.
Передати відсутню редакцію або розбіжність відповідальному; не позначати походження підтвердженим за самим посиланням на джерело.
Зберегти зв’язки запуску, входів і результатів; новий набір не переписує історію попереднього запуску.
04 / Реалізація1 варіант
Приклад · Зіставлення погоджених і фактичних входів запуску
Після навчання файл training.csv замінили новими зверненнями. За ID запуску команда знайшла збережену редакцію А й правила її фільтрації. Наступний запуск мав прочитати редакцію Б, але повідомив А; розбіжність залишили відкритою до рішення.
Спосіб реалізації
- Гіпотеза для аудиту PlanFix: редакція набору, погоджені входи, запуск і звірка фактичних метаданих. Знімки залишаються в контрольованому сховищі; контракт MLflow, DVC або іншого інструмента перевіряють перед підключенням.
Що потрібно для реалізації
- Є сховище зі збереженими редакціями вмісту та правилами доступу й строку зберігання.
- Запуск надає перевірювані метадані входів; відповідальний погоджує призначення даних.
- Сховище зберігає потрібні редакції вмісту.
Обмеження
- Метадані або контрольна ознака самі не зберігають повний набір; потрібен доступний знімок.
- MLflow розрізняє джерело й фактичні дані після перетворення; посилання на джерело не доводить склад входу.
- Походження даних не гарантує відтворення навчання без коду, середовища, параметрів та інших потрібних умов.
- CRM зберігає дозволені метадані й посилання; приватні набори та ключі не копіюють у публічні картки.
- Години попередні; зберігання, обчислення, підготовка великого масиву й навчання не включені.
- Не обіцяє відтворення моделі за одним посиланням на дані.
Що потрібно уточнити (2)
- Чи потрібно отримувати фактичні входи із системи запуску навчання?
Перевірте ID запуску, редакції входів, метадані й доступи; погоджений план не доводить фактичного читання.
- Чи потрібна історія кількох етапів підготовки даних?
Зберігайте окремі входи, виходи та редакції перетворень; сире джерело й відфільтрований набір не ототожнюйте.