Најди сличен содржај

Изворен канал @pythonotes · Post #201 · 13 јан.

Мы уже знаем, что на текущую сессию интерпретатора изменение PYTHONPATH никак не повлияет. Но если вы запустите дочерний процесс, то он унаследует окружение текущего процесса, а значит и изменения в любых переменных будут на него влиять. Вот небольшой пример: Объявляем переменную user@host:~$ export PYTHONPATH=/path1 Запускаем интерпретатор user@host:~$ python3 Проверим что в sys.path >>> import sys >>> print(sys.path) ['', '/path1', '/usr/lib/...', ...] Добавляем что-то в переменную >>> import os >>> os.emviron['PYTHONPATH'] = '/path1:/path2' >>> print(sys.path) ['', '/path1', '/usr/lib/...', ...] Изменений нет. Но давайте запустим дочерний процесс и посмотрим там >>> os.system('python3') # теперь мы находимся в другом процессе >>> import sys >>> print(sys.path) ['', '/path1', '/path2', '/usr/lib/...', ...] Тоже самое будет и с subprocess, так как по умолчанию текущее окружение тоже наследуется. >>> import subprocess >>> subprocess.call(['python3', '-c', 'import sys;print(sys.path)']) ['', '/path1', '/path2', '/usr/lib/...', ...] ______________________ Лучшей практикой является передача энвайронмента явно через аргумент env! import subprocess subprocess.call(cmd, env={'PYTHONPATH': '...'}) Это поможет точно понимать какое окружение будет у запускаемого процесса и при этом не изменять окружение текущего процесса. #basic

Hashtags

#basic

Резултати

Пронајдени 1 слични објави

Пребарај: #explainableai

当前筛选 #explainableai清除筛选

AI & Law

@ai_and_law · Post #295 · 26.04.2024 г., 07:04

Најди слично Погледај

Lost in Translation: AI Explanations Biased Toward Western Cultures? A new study reveals a potential blind spot in AI development: cultural bias in explanations provided by AI systems. As AI plays an increasingly prominent role in decision-making (hiring, healthcare), explainable AI is crucial for user trust and understanding. Explainable AI systems aim to make complex AI models easier to understand by generating explanations for their outputs. The study analyzed over 200 explainable AI user studies, finding a significant bias towards explaining AI decisions in ways preferred by Western populations: Western cultures tend to favor internalist explanations, focusing on the AI's "thinking" or beliefs. Conversely, collectivist cultures might prefer externalist explanations, referencing rules or social norms influencing the AI's output. This bias could lead to: ✅ Reduced trust in AI systems from non-Western users who receive explanations that don't resonate with their cultural background. ✅ Exclusion of valuable populations from the benefits of explainable AI. 94% of studies reviewed showed no awareness of potential cultural variations in explanation preferences. 48% of studies didn't report the cultural background of participants. Studies sampling non-Western populations were scarce (8.4%). Even studies reporting cultural background often generalized findings to broader populations without considering cultural differences. As AI impacts people worldwide, AI systems need to cater to diverse cultural understandings of explanation. #AI#ExplainableAI#Culture#Bias

Hashtags

#ai #explainableai #culture #bias