Prozessorliste
Mit Sammlungen den Überblick behalten
Sie können Inhalte basierend auf Ihren Einstellungen speichern und kategorisieren.
Auf dieser Seite finden Sie detaillierte Informationen zu allen von Document AI angebotenen Prozessoren. Sie können eine Liste aller Auftragsverarbeiter nach Lösungstyp aufrufen.
Text in verschiedenen Arten von Dokumenten erkennen und extrahieren
Mit diesem Prozessor können Sie Text, einschließlich handschriftlichen Textes, in Dokumenten in über 200 Sprachen erkennen und extrahieren. Der Prozessor verwendet auch maschinelles Lernen, um die Qualität eines Dokuments anhand der Lesbarkeit des Inhalts zu bewerten.
Eingefrorene Modellversion 1.0: Modelldateien, Konfigurationen und Binärdateien einer Version, die in einem Container-Image für bis zu 18 Monate eingefroren ist.
pretrained-ocr-v2.0-2023-06-02
Stabil
GA
Produktionsreifes Modell, das auf Dokumentanwendungsfälle spezialisiert ist. Beinhaltet den Zugriff auf alle OCR-Add-ons.
pretrained-ocr-v2.1-2024-08-07
Stabil
GA
Die wichtigsten Verbesserungen in Version 2.1 sind: bessere Erkennung von gedrucktem Text, genauere Erkennung von Kästchen und eine präzisere Lesereihenfolge.
pretrained-ocr-v2.1.1-2025-01-31
Releasekandidat
Öffentliche Vorschau
v2.1.1 ähnelt V2.1 und ist in allen Regionen verfügbar, mit Ausnahme von US, EU und asia-southeast1.
Beispieldatasets mit Beispielen für mit Labels versehene und nicht mit Labels versehene Datasets, die Sie zum Trainieren verwenden können.
Benutzerdefinierter Extrahierer
Beschreibung
Extrahieren Sie Felder aus Dokumenten mit generativer KI oder benutzerdefinierten Modellen und optimieren Sie Modelle, um Daten aus Ihren Dokumenten genau zu extrahieren.
Wenn Sie generative KI für die Extraktion verwenden, gilt Folgendes:
Offiziell wird nur die englische Sprache unterstützt.
Die regionale Verfügbarkeit ist in US, EU, northamerica-northeast1 und asia-southeast1.
Unterstützte Sprachen
Vollständige Liste der Sprachen
Sprache
BCP 47-Tag
Skript
Handschrift wird unterstützt
Afrikaans
af
Latn
Arabisch
ar
Arab
Aserbaidschanisch
az
Latn
Aserbaidschanisch (Kyrillisch)
az-Cyrl
Cyrl
Belarussisch
be
Cyrl
Bulgarisch
bg
Cyrl
Bosnisch
bs
Latn
Katalanisch
ca
Latn
Cebuano
ceb
Latn
Tschechisch
cs
Latn
Walisisch
cy
Latn
Dänisch
da
Latn
Deutsch
de
Latn
Griechisch
el
Grek
Englisch
en
Latn
Esperanto
eo
Latn
Spanisch
es
Latn
Estnisch
et
Latn
Baskisch
eu
Latn
Persisch
fa
Arab
Finnisch
fi
Latn
Filipino
fil
Latn
Französisch
fr
Latn
Irisch
ga
Latn
Galizisch
gl
Latn
Hindi
hi
Deva
Kroatisch
hr
Latn
Haitianisch
ht
Latn
Ungarisch
hu
Latn
Indonesisch
id
Latn
Isländisch
is
Latn
Italienisch
it
Latn
Hebräisch
iw
Hebr
Japanisch
ja
Jpan
Javanisch
jv
Latn
Kasachisch
kk
Cyrl
Koreanisch
ko
Kore
Kirgisisch
ky
Cyrl
Latein
la
Latn
Litauisch
lt
Latn
Lettisch
lv
Latn
Mazedonisch
mk
Cyrl
Mongolisch
mn
Cyrl
Marathi
mr
Deva
Malaiisch
ms
Latn
Maltesisch
mt
Latn
Nepalesisch
ne
Deva
Niederländisch
nl
Latn
Norwegisch
no
Latn
Polnisch
pl
Latn
Paschtu
ps
Arab
Portugiesisch (Portugal und Brasilien)
pt
Latn
Rumänisch
ro
Latn
Russisch
ru
Cyrl
Russisch (petrinische Orthografie)
ru-PETR1708
Cyrl
Sanskrit
sa
Deva
Slowakisch
sk
Latn
Slowenisch
sl
Latn
Albanisch
sq
Latn
Serbisch
sr
Cyrl
Schwedisch
sv
Latn
Suaheli
sw
Latn
Tagalog
tl
Latn
Türkisch
tr
Latn
Ukrainisch
uk
Cyrl
Urdu
ur
Arab
Usbekisch
uz
Latn
Usbekisch (Kyrillisch)
uz-Cyrl
Cyrl
Vietnamesisch
vi
Latn
Jiddisch
yi
Hebr
Chinesisch (vereinfacht)
zh-Hans
Hani
Chinesisch (traditionell)
zh-Hant
Hani
Zulu
zu
Latn
Prozessorversionen
Versions-ID
Version
Reifegrad des Releases
Beschreibung
pretrained-foundation-model-v1.4-2025-02-05
Stabil
GA
Allgemein verfügbares Modell, das auf dem Gemini 2.0 Flash-LLM basiert. Enthält auch erweiterte OCR-Funktionen wie die Erkennung von Kästchen.
pretrained-foundation-model-v1.5-2025-05-05
Stabil
GA
Produktionsreifer Kandidat, der auf dem Gemini 2.5 Flash-LLM basiert. Empfohlen für Nutzer, die neuere Modelle ausprobieren möchten.
pretrained-foundation-model-v1.5-pro-2025-06-20
Stabil
GA
Produktionsreifes Modell, das auf dem Gemini 2.5 Pro-LLM basiert. Unterstützt ein Kontingent von bis zu 30 Seiten pro Minute für Onlineverarbeitungsanfragen. Dieses Modell bietet eine höhere Qualität als Version 1.5 und kann eine höhere Latenz aufweisen.
pretrained-foundation-model-v1.5.1-2025-08-07
Releasekandidat
Öffentliche Vorschau
Modell in der öffentlichen Vorschau, das auf dem LLM Gemini 2.5 Flash basiert. Dieses Modell hat dieselben Funktionen wie Version 1.5 und bietet ein verbessertes adaptives Few-Shot-Lernen.
Zusätzlich zu OCR-Text können Sie allgemeine Schlüssel/Wert-Paare (Entität und Kästchen), Tabellen und allgemeine Entitäten aus Dokumenten extrahieren.
Dieser Prozessor nutzt fortschrittliche Technologien für maschinelles Lernen, um Schlüssel/Wert-Paare, Kästchen und Tabellen aus Dokumenten in mehr als 200 Sprachen zu extrahieren. Dieser Prozessor nutzt auch Deep-Learning-Modelle, um 11 generische Entitäten zu extrahieren, die in verschiedenen Dokumenttypen häufig vorkommen.
Legacy-Version Für optimale Qualität und den vollen Funktionsumfang sollten Sie den Formularparser v2.0 verwenden.
pretrained-form-parser-v2.0-2022-11-10
Stabil
GA
Felder anzeigen
email
phone
url
date_time
address
person
organization
quantity
price
id
page_number
Empfohlene Version. Unterstützt generische Einheiten und umfasst ein aktualisiertes Tabellen-, KVP- und Kontrollkästchenmodell sowie mehr als 200 Sprachen.
pretrained-form-parser-v2.1-2023-06-26
Releasekandidat
Öffentliche Vorschau
Keine
Version der öffentlichen Vorschau. Dasselbe Modell wie Version 2.0, aber mit aktivierter nativer Textextraktion aus digitalen PDF-Dateien.
Extrahiert Dokumentinhaltselemente (Text, Tabellen und Listen) und erstellt kontextsensitive Blöcke.
Der Layoutparser extrahiert Dokumentinhaltselemente wie Text, Tabellen und Listen und erstellt kontextsensitive Blöcke, die das Abrufen von Informationen in Anwendungen für generative KI und Discovery erleichtern.
Dieser Parser unterstützt PDF-, HTML-, DOCX-, PPTX- und XLSX-/XLSM-Dateien.
Unterstützte Sprachen
Vollständige Liste der Sprachen
Sprache
BCP 47-Tag
Skript
Handschrift wird unterstützt
Afrikaans
af
Latn
Albanisch
sq
Latn
Arabisch
ar
Arab
Armenisch
hy
Armn
Belarussisch
be
Cyrl
Bengalisch
bn
Beng
Bengalisch
bn
Beng
Bulgarisch
bg
Cyrl
Katalanisch
ca
Latn
Chinesisch
zh
Hani
Kroatisch
hr
Latn
Tschechisch
cs
Latn
Dänisch
da
Latn
Niederländisch
nl
Latn
Englisch
en
Latn
Estnisch
et
Latn
Filipino
fil
Latn
Finnisch
fi
Latn
Französisch
fr
Latn
Deutsch
de
Latn
Griechisch
el
Grek
Gujarati
gu
Gujr
Hebräisch
iw
Hebr
Hindi
hi
Deva
Ungarisch
hu
Latn
Isländisch
is
Latn
Indonesisch
id
Latn
Italienisch
it
Latn
Japanisch
ja
Jpan
Kannada
kn
Knda
Khmer
km
Khmr
Koreanisch
ko
Kore
Lao
lo
Laoo
Lettisch
lv
Latn
Litauisch
lt
Latn
Mazedonisch
mk
Cyrl
Malaiisch
ms
Latn
Malayalam
ml
Mlym
Marathi
mr
Deva
Nepalesisch
ne
Deva
Norwegisch
no
Latn
Persisch
fa
Arab
Polnisch
pl
Latn
Portugiesisch (Portugal und Brasilien)
pt
Latn
Punjabi
pa
Guru
Rumänisch
ro
Latn
Russisch
ru
Cyrl
Serbisch
sr
Cyrl
Slowakisch
sk
Latn
Slowenisch
sl
Latn
Spanisch
es
Latn
Schwedisch
sv
Latn
Tagalog
tl
Latn
Tamil
ta
Taml
Telugu
te
Telu
Thailändisch
th
Thai
Türkisch
tr
Latn
Ukrainisch
uk
Cyrl
Vietnamesisch
vi
Latn
Jiddisch
yi
Hebr
Prozessorversionen
Versions-ID
Version
Reifegrad des Releases
Beschreibung
pretrained-layout-parser-v1.0-2024-06-03
Stabil
GA
Version mit allgemeiner Verfügbarkeit für die Analyse des Dokumentlayouts. Dies ist die Standardversion des vortrainierten Prozessors.
pretrained-layout-parser-v1.5-2025-08-25
Releasekandidat
Öffentliche Vorschau
Die Vorschauversion basiert auf dem Gemini 2.5 Flash-LLM und bietet eine bessere Layoutanalyse von PDF-Dateien. Empfohlen für Nutzer, die neue Versionen ausprobieren möchten. Wenn es für Nicht-PDF-Dateien verwendet wird, verhält es sich genauso wie die stabile Version von pretrained-layout-parser-v1.0-2024-06-03.
pretrained-layout-parser-v1.5-pro-2025-08-25
Releasekandidat
Öffentliche Vorschau
Die Vorschauversion basiert auf dem Gemini 2.5 Pro-LLM und bietet eine bessere Layoutanalyse von PDF-Dateien. Die Latenz von v1.5-pro ist höher als die von v1.5. Wenn es für Nicht-PDF-Dateien verwendet wird, verhält es sich wie die stabile Version 1.0.
Wenn eine Seite einer mehrseitigen Eingabedatei dem richtigen Dokumenttyp und einer der unterstützten Versionen entspricht, führt der Prozessor die Extraktion von Einheiten für das erste unterstützte Dokument durch. Wenn der Prozessor in der Eingabedatei keine anwendbaren Dokumente findet, gibt er eine Fehlermeldung zurück.
Unterstützte Sprachen
Sprache
BCP 47-Tag
Skript
Handschrift wird unterstützt
Englisch
en
Latn
Prozessorversionen
Versions-ID
Version
Reifegrad des Releases
Beschreibung
pretrained-bankstatement-v1.0-2021-08-08
Stabil
GA
pretrained-bankstatement-v1.1-2021-08-13
Stabil
GA
pretrained-bankstatement-v2.0-2021-12-10
Stabil
GA
pretrained-bankstatement-v3.0-2022-05-16
Stabil
GA
In dieser Version wird davon ausgegangen, dass die Eingabedatei einen einzelnen Kontoauszug enthält. Im Gegensatz zur Standardversion wird in dieser Version die Eingabedatei nicht auf Kontoauszüge geprüft. Es wird kein Fehler zurückgegeben, wenn keine Kontoauszüge gefunden werden.
Wenn eine Seite einer mehrseitigen Eingabedatei dem richtigen Dokumenttyp und einer der unterstützten Versionen entspricht, führt der Prozessor die Extraktion von Einheiten für das erste unterstützte Dokument durch. Wenn der Prozessor in der Eingabedatei keine anwendbaren Dokumente findet, gibt er eine Fehlermeldung zurück.
Unterstützte Sprachen
Sprache
BCP 47-Tag
Skript
Handschrift wird unterstützt
Englisch
en
Latn
Unterstützte Formulare/Versionen
2020 (Standard- und benutzerdefinierte Versionen)
2019 (Standard- und benutzerdefinierte Versionen)
2018 (Standard- und benutzerdefinierte Versionen)
Prozessorversionen
Versions-ID
Version
Reifegrad des Releases
Zusätzliche Felder erkannt
Beschreibung
pretrained-w2-v1.0-2020-10-01
Stabil
GA
Keine
pretrained-w2-v1.1-2022-01-27
Stabil
GA
Keine
pretrained-w2-v1.2-2022-01-28
Stabil
GA
Felder anzeigen
AllocatedTips
ControlNumber
DependentCareBenefits
EIN
EmployeeAddress
EmployeeName
EmployerNameAndAddress
EmployerStateIdNumber_Line1
FederalIncomeTaxWithheld
FormYear
LocalIncomeTax_Line1
LocalityName_Line1
LocalWagesTipsEtc_Line1
MedicareTaxWithheld
MedicareWagesAndTips
NonqualifiedPlans
SocialSecurityTaxWithheld
SocialSecurityTips
SocialSecurityWages
SSN
State_Line1
StateIncomeTax_Line1
StateWagesTipsEtc_Line1
WagesTipsOtherCompensation
Qualitätsverbesserungen und Unterstützung neuer Felder; enthält keinen Splitter.
Qualitätsverbesserungen und Unterstützung für Felder in Feld 12 sowie detaillierte Vorhersagen für EmployeeName, EmployeeAddress und EmployerNameAndAddress. Diese sind nicht mehr Teil der Ausgabe und werden durch zusätzliche Felder ersetzt.
Die Gültigkeit von Ausweisdokumenten anhand mehrerer Signale vorhersagen.
Der Identity Document Proofing-Prozessor wurde entwickelt, um die Gültigkeit von Identitätsdokumenten anhand von vier verschiedenen Signalen vorherzusagen.
Der Prozessor gibt derzeit Informationen aus den folgenden Signalen zurück:
fraud_signals_is_identity_document-Erkennung: Es wird vorhergesagt, ob ein Bild ein erkanntes Ausweisdokument enthält.
fraud_signals_suspicious_words-Erkennung: Es wird vorhergesagt, ob Wörter vorhanden sind, die für IDs untypisch sind.
fraud_signals_image_manipulation-Erkennung: Hier wird vorhergesagt, ob das Bild mit einem Bildbearbeitungstool verändert oder manipuliert wurde.
fraud_signals_online_duplicate-Erkennung: Es wird vorhergesagt, ob das Bild online gefunden werden kann (nur USA).
Die Funktion zur Online-Duplikaterkennung wird derzeit in US-Rechenzentren verarbeitet. Außerhalb der USA ist für diese Funktion keine regionale und multiregionale Unterstützung verfügbar.
Dieser Prozessor wird von Algorithmen unterstützt, die häufiger aktualisiert werden, als neue Prozessorversionen veröffentlicht werden. Aus diesem Grund kann der Prozessor im Laufe der Zeit unterschiedliche Ausgaben zurückgeben, auch wenn dieselbe Prozessorversion verwendet wird. Das System zur Online-Erkennung von Duplikaten überwacht beispielsweise Bilder im Web. Das Verhalten des Systems kann sich dann schneller ändern, als es in Prozessorversionen nachvollzogen werden kann.
Weitere Informationen finden Sie in den Anmerkungen zu verantwortungsbewusster KI[†] und zur Überprüfung durch Menschen.[‡]
Unterstützte Sprachen
Sprache
BCP 47-Tag
Skript
Handschrift wird unterstützt
Englisch
en
Latn
Unterstützte Formulare/Versionen
Unterstützung für US-amerikanische Reisepässe, Passport Cards und Führerscheine.
Wenn das mehrseitige Eingabedokument mehrere gültige Gehaltsabrechnungen enthält, werden nur aus der ersten gültigen Gehaltsabrechnung Entitäten extrahiert. Wenn in der Eingabedatei keine Gehaltsabrechnungen gefunden werden, gibt der Prozessor eine Fehlermeldung zurück.
Unterstützte Sprachen
Sprache
BCP 47-Tag
Skript
Handschrift wird unterstützt
Englisch
en
Latn
Prozessorversionen
Versions-ID
Version
Reifegrad des Releases
Zusätzliche Felder erkannt
Beschreibung
pretrained-paystub-v1.0-2021-03-19
Stabil
GA
Keine
pretrained-paystub-v1.1-2021-08-13
Stabil
GA
Felder anzeigen
net_pay
net_pay_ytd
employee_account_number
Qualitätsverbesserung und Unterstützung neuer Felder
pretrained-paystub-v1.2-2021-12-10
Stabil
GA
Keine
pretrained-paystub-v2.0-2022-05-17
Releasekandidat
Öffentliche Vorschau
Felder anzeigen
deduction_item
deduction_item/deduction_type
deduction_item/deduction_this_period
deduction_item/deduction_ytd
direct_deposit_item
direct_deposit_item/direct_deposit
direct_deposit_item/employee_account_number
earning_item
earning_item/earning_type
earning_item/earning_rate
earning_item/earning_hours
earning_item/earning_this_period
earning_item/earning_ytd
page_number
tax_item
tax_item/tax_type
tax_item/tax_this_period
tax_item/tax_ytd
federal_additional_tax
federal_allowance
federal_marital_status
state_additional_tax
state_allowance
state_marital_status
Bei dieser Version wird davon ausgegangen, dass die Eingabedatei einen einzelnen Gehaltszettel enthält. Im Gegensatz zur Standardversion wird in dieser Version die Eingabedatei nicht auf Gehaltsabrechnungen geprüft. Es wird kein Fehler zurückgegeben, wenn keine Gehaltsabrechnungen gefunden werden.
Qualitätsverbesserung, Unterstützung neuer Felder und neues Schema. Bonus, Provisionen, Feiertage, Überstunden, reguläre Vergütung und Urlaub sind jetzt Teil von earning_item/earning_this_period und die entsprechenden Werte seit Jahresbeginn sind in earning_item/earning_ytd enthalten. „Direct Deposit“ (Direkte Einzahlung) und „Employee Account Number“ (Mitarbeiterkontonummer) sind jetzt unter „direct_deposit_item“ verschachtelt.
Das asynchrone Seitenlimit beträgt 10.
pretrained-paystub-v2.0-2022-07-22
Stabil
GA
Keine
Qualitätsverbesserung und Verbesserungen beim Uptraining.
Ein Upgrade auf Version 1.3 mit einem verbesserten zugrunde liegenden Vision-Modell.
pretrained-expense-v1.4-2022-11-18
Releasekandidat
Öffentliche Vorschau
Felder anzeigen
traveler_name
reservation_id
line_item/transaction_date
ja: Japanisch
it: Italienisch
pt: Portugiesisch (Portugal und Brasilien)
Leistungsverbesserungen und Unterstützung für das Uptraining. Das Limit für die maximale Anzahl von Seiten (Online-/Synchronanfragen) wurde auf 15 erhöht.
pretrained-expense-v1.4.2-2024-09-12
Releasekandidat
Öffentliche Vorschau
Felder anzeigen
traveler_name
reservation_id
line_item/transaction_date
ja: Japanisch
it: Italienisch
pt: Portugiesisch (Portugal und Brasilien)
Ein Upgrade auf Version 1.4 mit einem verbesserten zugrunde liegenden Vision-Modell.
Extrahiert Text und Werte aus Rechnungen, z. B. Rechnungsnummer, Lieferantenname, Rechnungsbetrag, Steuerbetrag, Rechnungsdatum, Fälligkeitsdatum.
Der Rechnungs-Parser extrahiert sowohl Kopf- als auch Positionsfelder, z. B. Rechnungsnummer, Lieferantenname, Rechnungsbetrag, Steuerbetrag, Rechnungsdatum, Fälligkeitsdatum und Positionsbeträge.
i18n kann nur über benutzerdefinierte Trainingsoptionen unterstützt werden.
Unterstützte Sprachen
Sprache
BCP 47-Tag
Skript
Handschrift wird unterstützt
Englisch
en
Latn
Prozessorversionen
Versions-ID
Version
Reifegrad des Releases
Beschreibung
pretrained-splitter-v1.5-2025-07-14
Releasekandidat
Öffentliche Vorschau
Release-Kandidat, der auf dem LLM Gemini 2.5 Flash basiert. Dieses vortrainierte Modell kann ohne vorheriges Training verwendet werden. Es unterstützt Zero-Shot-Aufteilung und ‑Klassifizierung.
[*] Dieser Prozessor ist nur für Kunden mit eingeschränktem Zugriff verfügbar.
Wenn Sie den API-Zugriff anfordern möchten, füllen Sie das Kundenanfrageformular für eingeschränkten Zugriff auf Document AI aus und senden Sie es ab.
Im Formular müssen Sie Informationen über sich, Ihr Unternehmen und Ihren Anwendungsfall angeben.
Beachten Sie, dass eine Google Cloud-Projekt-ID für den Zugriff erforderlich ist.
Halten Sie sich an diese Anleitung, um ein neues Google Cloud-Projekt zu erstellen oder die Projekt-ID eines vorhandenen Projekts zu ermitteln.
Nachdem Sie das Formular gesendet haben, prüft das Document AI-Team Ihre Anfrage, um sicherzustellen, dass Sie die Kriterien für den Zugriff erfüllen.
Bei Genehmigung erhalten Sie eine E-Mail mit einer Anleitung dazu, wie Sie auf das Feature zugreifen und es verwenden können.
[†]
Beim Identitätsnachweis werden Informationen aus Ausweisdokumenten extrahiert und ausgewertet, um festzustellen, ob das Eingabebild einen authentischen Ausweis darstellt.
Bei Google Cloudist es uns wichtig, Kunden bei der sicheren Entwicklung und Implementierung von KI-Lösungen zu unterstützen. Die Funktion „Identitätsnachweis“ wurde in Übereinstimmung mit den KI-Grundsätzen von Google entwickelt.
Gemäß den KI‑Grundsätzen von Google und dem aktuellen Produktdesign empfehlen wir dringend, Vorsicht walten zu lassen und die potenziellen Vorteile und Risiken der Verwendung der Funktion „Ausweisdokumentprüfung“ für die folgenden Zwecke sorgfältig abzuwägen:
Entscheidungsfindung ohne menschliche Beteiligung bei Vorhersagen, die sich auf Menschenrechte auswirken können.
In sensiblen Bereichen wie Beschäftigung, Zugang zu öffentlichen Diensten, Gesundheitswesen und sicherheitskritischen Kontexten.
[‡] Verwenden Sie die Identitätsüberprüfung immer als Teil Ihres umfassenderen Prozesses und Workflows zur Identitätserkennung.
Es ist wichtig, dass Sie einen menschlichen Prüfer in Ihrem Workflow haben, um zu überprüfen, ob die vorhergesagten Signale korrekt sind. Der Identity Proofing-Prozessor soll die manuelle Überprüfung von Ausweisen in einem Workflow nicht ersetzen, sondern Prüfer bei der Validierung von Ausweisdokumenten unterstützen. Der Identity Proofing-Prozessor sollte nicht als automatisiertes Entscheidungstool verwendet werden, um festzustellen, ob ein Ausweis gültig ist. Durch die manuelle Überprüfung können Kunden eine höhere Genauigkeit bei der Dokumentenverarbeitung erzielen und Unternehmen bei der Bewertung von Vorhersagen helfen, indem sie speziell entwickelte Tools verwenden, die diese Überprüfungen ermöglichen.
Prüfen Sie die rechtlichen Vorgaben in der Region, in der Sie diese Technologie einsetzen, und informieren Sie sich über vorhandene Branchenrichtlinien, um mehr über Richtlinien und häufig auftretende Probleme im Zusammenhang mit Fairness zu erfahren. Hier finden Sie Informationen zur Fairness beim maschinellen Lernen, einschließlich Möglichkeiten, Verzerrungen in Trainingsdatensätzen zu reduzieren, Ihre benutzerdefinierten Modelle auf Leistungsunterschiede zu bewerten und andere Aspekte zu berücksichtigen, wenn Sie Ihr benutzerdefiniertes Modell verwenden.
Wir empfehlen unseren Kunden, bei der Implementierung der Identitätsüberprüfung Best Practices für Fairness, Interpretierbarkeit, Datenschutz und Sicherheit zu berücksichtigen. Weitere Informationen zur Implementierung von verantwortungsbewusster KI finden Sie in den Empfehlungen von Google für die verantwortungsbewusste Anwendung von KI.
[[["Leicht verständlich","easyToUnderstand","thumb-up"],["Mein Problem wurde gelöst","solvedMyProblem","thumb-up"],["Sonstiges","otherUp","thumb-up"]],[["Schwer verständlich","hardToUnderstand","thumb-down"],["Informationen oder Beispielcode falsch","incorrectInformationOrSampleCode","thumb-down"],["Benötigte Informationen/Beispiele nicht gefunden","missingTheInformationSamplesINeed","thumb-down"],["Problem mit der Übersetzung","translationIssue","thumb-down"],["Sonstiges","otherDown","thumb-down"]],["Zuletzt aktualisiert: 2025-12-04 (UTC)."],[],[]]
