01
模型卡片概述
什么是模型卡片 · 模型卡片的价值 · 与模型文档的区别
概念入门
02
模型卡片核心要素
模型名称 · 版本号 · 模型类型 · 用途 · 来源
字段结构
03
模型性能指标
准确率 · 精确率 · 召回率 · F1 · AUC-ROC · 混淆矩阵
指标评估
04
模型训练数据
数据来源 · 规模 · 预处理 · 分布 · 标签说明
数据质量
05
模型评估方法
训练/验证/测试集划分 · 交叉验证 · 指标选择 · 结果解读
方法论验证
06
模型局限性
数据偏差 · 模型偏见 · 场景限制 · 已知失败案例
风险公平
07
模型使用说明
输入/输出格式 · 调用方式 · 依赖环境 · 推理速度
部署API
08
模型伦理与公平性
公平性评估 · 偏见检测 · 隐私保护 · 合规性说明
伦理合规
09
模型维护与更新
版本管理 · 更新日志 · 退役策略 · 持续监控
运维MLOps
10
模型卡片模板
标准模板结构 · 字段说明 · 填写示例 · 最佳实践
模板指南
11
模型卡片编写工具
Hugging Face Model Card · Google Toolkit · 自定义工具
工具效率
12
模型卡片审核流程
内部审核 · 同行评审 · 用户反馈 · 持续改进
流程质量
13
案例1：图像分类模型卡片
ResNet-50 · 图像分类 · 完整卡片示例
案例CV
14
案例2：NLP模型卡片
BERT · 自然语言处理 · 卡片编写示范
案例NLP
15
案例3：推荐系统模型卡片
协同过滤 · 推荐模型 · 卡片实践
案例推荐
16
案例4：语音识别模型卡片
Whisper · 语音识别 · 卡片要素
案例语音
17
案例5：异常检测模型卡片
Isolation Forest · 异常检测 · 卡片展示
案例异常
18
模型卡片与模型注册中心
注册中心作用 · 卡片集成 · 版本控制
架构治理
19
模型卡片与MLOps
CI/CD集成 · 自动化生成 · 监控告警
MLOps自动化
20
模型卡片与合规审计
GDPR · CCPA · 审计日志 · 可解释性
法律审计
21
模型卡片与团队协作
多人协作 · 权限管理 · 评论与反馈
协作团队
22
模型卡片国际化
多语言支持 · 文化差异 · 本地化实践
i18n全球化
23
模型卡片自动化生成
从训练脚本提取 · 模板填充 · API集成
自动化流水线
24
模型卡片质量评估
完整性检查 · 一致性检查 · 可读性评估
质量检查
25
模型卡片最佳实践
清晰简洁 · 数据驱动 · 持续更新 · 用户导向
建议经验
26
模型卡片常见错误
信息缺失 · 指标误导 · 偏见忽视 · 版本混乱
避坑反模式
27
模型卡片与可解释AI
特征重要性 · SHAP · LIME · 决策树可视化
XAI可解释
28
模型卡片与模型安全
对抗攻击 · 数据投毒 · 模型窃取 · 防御措施
安全对抗
29
模型卡片与开源社区
贡献指南 · 社区标准 · 协作平台
开源社区
30
模型卡片未来趋势
标准化进程 · AI治理 · 自动合规 · 跨平台互操作
趋势前沿