Pomoc Live Chat
Koszyk
ODBIERZ TWÓJ BONUS :: »
Ebooki Audiobooki Książki Kursy video Promocje Nowości Bestsellery Darmowe ebooki
Pobierz aplikację Bony Podaruj prezent

Fairness in Generative AI. A Practical Guide to Benchmarking, Bias Mitigation, and Responsible AI Engineering Prasanna Vijayanathan

Język publikacji: angielski
Fairness in Generative AI. A Practical Guide to Benchmarking, Bias Mitigation, and Responsible AI Engineering Prasanna Vijayanathan - okladka książki

Fairness in Generative AI. A Practical Guide to Benchmarking, Bias Mitigation, and Responsible AI Engineering Prasanna Vijayanathan - okladka książki

Autor:
Prasanna Vijayanathan
Serie wydawnicze:
Practical
Wydawnictwo:
Packt Publishing (Z chęcią przeczytam książkę w języku polskim)
Ocena:
Stron:
212
As generative AI moves into critical applications like hiring, credit decisions, education, and healthcare, the potential for real-world harm escalates. When systems perpetuate stereotypes or skew outcomes based on identity, the impact goes far beyond poor user experience. It results in lost opportunities, violated dignity, and erosion of trust. This book offers practical methods for evaluating and ensuring fairness across text, image, and multimodal GenAI systems.

You'll begin with fairness principles that matter for GenAI and learn how to translate philosophical constructs into engineering artifacts. Abstract goals become measurable requirements: what constitutes harm, which groups are in scope, how fairness is defined, and which trade-offs are acceptable. Next, design a benchmarking framework that integrates with existing pipelines. Thereafter, create scenario and prompt libraries, model sensitive attributes and intersections, and run evaluations through an orchestrated pipeline. Implement quantitative metrics and qualitative rubrics, add human review with rater training and agreement checks, and publish results as scorecards and dashboards. Finally, integrate fairness checks into CI and model release gates, monitor drift, and run incident response playbooks so benchmarks stay credible as models and norms evolve.

Wybrane bestsellery

O autorze książki

Prasanna Vijayanathan is a senior AI and platforms engineer with more than a decade of experience building large scale, low latency systems at companies such as Netflix and LinkedIn, focused on observability, reliability, and data driven decision making. He is a Senior Member of IEEE and co leads Safety by Design for Generative AI, including model deployment guidance for child safety and abuse prevention. Across standards bodies and nonprofits, he works at the intersection of engineering practice, AI fairness, and policy, translating principles into concrete architectures, metrics, and evaluation pipelines teams can ship.

Zobacz pozostałe książki z serii Practical

Packt Publishing - inne książki

Zamknij

Przenieś na półkę
Dodano produkt na półkę
Usunięto produkt z półki
Przeniesiono produkt do archiwum
Przeniesiono produkt do biblioteki

Zamknij

Wybierz metodę płatności

Płatności obsługuje:
Ikona płatności Alior Bank Ikona płatności Apple Pay Ikona płatności Bank PEKAO S.A. Ikona płatności Bank Pocztowy Ikona płatności Banki Spółdzielcze Ikona płatności BLIK Ikona płatności Crédit Agricole e-przelew Ikona płatności dawny BNP Paribas Bank Ikona płatności Google Pay Ikona płatności ING Bank Śląski Ikona płatności Inteligo Ikona płatności iPKO Ikona płatności mBank Ikona płatności Millennium Ikona płatności Paypal Ikona płatności PayPo | PayU Płacę później Ikona płatności PayU Płacę później Ikona płatności Plus Bank Ikona płatności Płacę z Citi Handlowy Ikona płatności Płacę z Getin Bank Ikona płatności Płać z BOŚ Ikona płatności Płatność online kartą płatniczą Ikona płatności Visa Mobile