एआई (AI) को लागू करने के लिए, ज़िम्मेदारी के साथ काम करने के तरीके में ये चीज़ें शामिल होनी चाहिए: सुरक्षा से जुड़ी नीतियां, पारदर्शिता से जुड़े आर्टफ़ैक्ट, और सुरक्षा के उपाय. हालांकि, एआई का इस्तेमाल ज़िम्मेदारी के साथ करने का मतलब, सिर्फ़ चेकलिस्ट का पालन करने से ज़्यादा है.
जेन एआई के प्रॉडक्ट नए हैं और किसी ऐप्लिकेशन के काम करने का तरीका अलग-अलग हो सकता है सॉफ़्टवेयर के पुराने फ़ॉर्म की तुलना में ज़्यादा है. इस वजह से, आपको यह जांच करनी चाहिए कि इन मॉडल का इस्तेमाल, मॉडल के व्यवहार के उदाहरणों की जांच करने और आश्चर्य.
प्रॉम्प्टिंग, जनरेटिव एआई के साथ इंटरैक्ट करने के लिए एक आम इंटरफ़ेस है. उन प्रॉम्प्ट में विज्ञान भी उतना ही मज़ेदार लगता है जितना कि विज्ञान. हालांकि, कुछ ऐसे टूल हैं जिनकी मदद से एलएलएम के प्रॉम्प्ट को बेहतर बनाया जा सकता है. जैसे, लर्निंग इंटरप्रिटेबिलिटी टूल (एलआईटी). एआई मॉडल को विज़ुअल तौर पर समझने और डीबग करने के लिए, LIT एक ओपन-सोर्स टूल है. इसका इस्तेमाल इंजीनियरिंग से जुड़े काम को तेज़ी से पूरा करने के लिए डीबगर के तौर पर किया जा सकता है. Colab या Codelab का इस्तेमाल करके, दिए गए ट्यूटोरियल का पालन करें.
LIT की मदद से Gemma मॉडल का विश्लेषण करना
 कोडलैब शुरू करना
|
 Google Colab शुरू करना
|
पहली इमेज. लिंक्ड इनवेंट्री टूल (एलआईटी) का यूज़र इंटरफ़ेस: सबसे ऊपर मौजूद डेटापॉइंट एडिटर की मदद से, उपयोगकर्ता अपने प्रॉम्प्ट में बदलाव कर सकते हैं. सबसे नीचे मौजूद LM Salience मॉड्यूल से, ये काम किए जा सकते हैं से सही नतीजे पाए जा सकते हैं.
LIT का इस्तेमाल, लोकल मशीन, Colab या Google Cloud पर किया जा सकता है.
मॉडल की जांच और एक्सप्लोरेशन में गैर-तकनीकी टीमों को शामिल करना
मशीन लर्निंग मॉडल को समझने के लिए, नीति, कानून वगैरह से जुड़ी विशेषज्ञता की ज़रूरत होती है. इसलिए, यह काम एक टीम के तौर पर किया जाना चाहिए. लिट का विज़ुअल मीडियम और जानकारी को हाइलाइट करने और उदाहरणों को एक्सप्लोर करने की इंटरैक्टिव सुविधा, अलग-अलग हिस्सेदारों को नतीजों को शेयर करने और उनका प्रचार करने में मदद कर सकती है. इस नज़रिए को अपनाकर, दुनिया भर के दर्शकों के लिए, मॉडल एक्सप्लोरेशन, प्रोबिंग, और डीबग करना. अपनी टीम के सदस्यों को तकनीकी विधियों से मॉडल के काम करने के तरीके के बारे में उनकी समझ बेहतर हो सकती है. तय सीमा में इसके अलावा, शुरुआती मॉडल टेस्टिंग में अलग-अलग विशेषज्ञों की मदद से मदद मिल सकती है इससे उन अनचाहे नतीजों के बारे में पता चलता है जिन्हें बेहतर बनाया जा सकता है.