Comment éviter la fuite de données lors de l’évaluation d’une IA robotique ?
Mise à jour28 août 2026
Lecture1 minute
Réponse rapide
On évite la fuite de données en séparant strictement les exemples d’entraînement et d’évaluation, y compris les personnes, scènes, dates ou objets presque identiques.
Ne pas faire réviser le test
Si des images du même trajet apparaissent dans les deux jeux, le score surestime la généralisation réelle.Évaluer une caméra embarquée
L’équipe réserve des journées et des lieux distincts, puis vérifie les doublons avant de comparer les résultats.Un simple découpage aléatoire peut être insuffisant
Unités de séparation, doublons, provenance, version, accès et audit doivent être contrôlés.Sources et références
- [1] AI Risk Management Framework — NIST