Accueil›Biais›IBI-00089
IBI-000894 - Gravepublie

Biais de RLHF (renforcement par feedback humain)

RLHF Bias

Score IBI
7.5
sur 10
Sévérité4_grave
Fréquencefrequent
Ampleur groupes4
Difficulté détection4
🇫🇷 Définition (FR)

Biais introduits par les préférences des annotateurs dans l'apprentissage par renforcement.

🇬🇧 Definition (EN)

Bias introduced by annotator preferences in reinforcement learning.

Taxonomie TriAxis

Classification structurelle

O
Origine
O3
Humain-Cognitif
L
Cycle de vie
L5
Apprentissage
S
Spécifique
S28
Biais d'interaction
💡
Exemple concret

Les LLMs entraînés par RLHF favorisent les réponses longues et verbeuses.

📊 Métriques de détection

Demographic Parity DifferenceDisparate Impact RatioEqualized Odds Difference

⚙ Seuils d'alerte

Disparate Impact Ratio0.8
Equalized Odds Difference0.1
Demographic Parity Difference0.1

📚 Sources & Références Scientifiques

🛡 Impact & Mitigation

🎯 Groupes vulnérables impactés

Aucun groupe spécifique.

🛠 Méthodologies de mitigation

  • AUDIT_TIERS : Audit par tiers indépendant

🏢 Secteurs concernés

Médias et plateformes sociales (Risque: /5)

⚖ Réglementations applicables

🇪🇺 Europe
  • •
    AI_ACT_13 : AI Act (UE) 2024/1689
  • •
    AI_ACT_15 : AI Act (UE) 2024/1689
  • •
    AI_ACT_9 : AI Act (UE) 2024/1689
🇺🇸 États-Unis
  • •
    US_CO_SB24_205 : Colorado AI Act (SB 24-205)
  • •
    US_NIST_AI_RMF : NIST AI Risk Management Framework 1.0
🌍 International
  • •
    ISO_42001 : ISO/IEC 42001:2023
  • •
    UNESCO_2021 : UNESCO - Recommandation sur l'éthique de l'IA
  • •
    OECD_AI_PRINCIPLES : OCDE - Principes IA
  • •
    COE_AI_CONVENTION_INT : Conseil de l'Europe - Convention IA
🌐 autre
  • •
    SG_AI_GOVERNANCE : Singapour - AI Governance Framework

📋 Métadonnées

Contributeur
Mohamadou SIDIBE
Institution
AI BIAIS INITIATIVE
Version
1
Créé le
14 octobre 2026
Mis à jour le
4 novembre 2026
UUID
418f7633-b8f6-40f4-8968-c9ec07b4d65c

Explorer d'autres biais

250 biais documentés, classés par la taxonomie TriAxis.