> ML_KUTUPHANE // AIF360_v1.0
AI Fairness 360 (AIF360)
Linux Foundation AI & Data / IBM Research — 70'ten fazla adillik metriği ve 10 yanlılık azaltma algoritması sunan IBM ve Linux Foundation AI araç seti.
privacy-security-optimizationv0.6.1Apache-2.0qualified
Model Eğitimi (Training)
Desteklenen Hızlandırıcılar:
CPU
Dağıtık Eğitim (Distributed):Hayır
Model Sunumu (Inference)
Inference Hızlandırıcıları:
CPU
Hedef Ortamlar (Targets):server
Neleri Sağlar (Ne Yapar)
- +Grup adilliğini (istatistiksel eşitlik, farklı etki) ve bireysel adilliği (Theil indeksi) ölçen 70'ten fazla adillik metriği
- +Her üç aşamada kapsamlı azaltma: Süreç öncesi (Reweighing, Optimized Preprocessing), Süreç içi (Adversarial Debiasing, Prejudice Remover) ve Süreç sonrası (Reject Option Classification, Equality of Odds)
- +Standart kıyaslama adillik veri kümeleri (Adult, German Credit, COMPAS, Bank Marketing)
- +Sorunsuz scikit-learn uyumlu dönüştürücü arayüzleri
Neleri Sağlamaz (Ne Yapmaz)
- -Çok modlu LLM metin üretimi halüsinasyonlarını doğrudan azaltma
- -Harici model sunucuları olmadan yüksek verimli düşük gecikmeli çıkarım uç noktaları sunma
- -Ham piksel video akışlarını işleme
>Uygun İş Tipleri
- Kurumsal bankacılık kredi onay modellerini Farklı Etki (Disparate Impact) düzenlemelerine yasal uyumluluk açısından denetleme
- Adversarial Debiasing kullanarak ceza adaleti risk değerlendirmelerinde demografik yanlılığı azaltma
- Resmi matematiksel adillik dokümantasyonu gerektiren kurumsal yapay zeka yönetişim denetimleri
>Uygun Olmayan İş Tipleri
- Mikrosaniye bütçeli gerçek zamanlı reklam açık artırmaları
- Farklı etki metriklerinin 3 satırlık pandas kodu ile hesaplanabildiği basit doğrusal modeller
Veri Yerleşimi ve İkameti
Yalnızca yerel bellekte çalışır. Kurumsal sınır dışına sıfır veri iletilir.
Güvenlik Değerlendirmesi
Apache-2.0 lisansı. Linux Foundation AI & Data bünyesinde barındırılan proje.
Operasyonel Metrikler ve Bilinen Kısıtlar
Olgunluk:mature
Öğrenme Eğrisi:moderate
Operasyon Yükü:moderate
Maliyet Seviyesi:free-oss
> Bilinen Kısıtlamalar:
- Özel BinaryLabelDataset soyutlamaları yerel pandas DataFrame'lerine kıyasla ayrıntılı gelebilir.
İlişkili Üretim Arıza Paternleri (Incidentpedia)
Bu kütüphaneyi üretimde kullanırken aşağıdaki arıza senaryolarına karşı fail-closed korumalar uygulayın:
> Birincil Kanıt ve Doğrulama Kaynakları
AI Fairness 360 Documentationofficial-docs • >=0.5.0, <=0.6.x
2026-09-25HIGH