Lionel 的团队由 9 名数据科学家组成，致力于通过各种 AI 驱动项目协助客户支持、销售和营销团队。在所有这些项目中，都高度重视确保 AI 模型的透明度和可解释性。让利益相关者了解 AI 模型的工作原理、它们使用的数据以及它们在哪些约束下运行，这对于将项目投入生产并确保每个人都达成共识是必不可少的。
例如，在向架构团队展示基于 RAG 的内容生成工具时，Lionel 的团队收到了一项要求，要求提高幕后情况的可见性。因此，该团队在 UI 中添加了一些功能，使用户能够查看从矢量数据库检索到 玻利维亚 WhatsApp 号码列表 的源块，从而建立信任并验证该工具的功能以及快速反馈。
对我来说，透明度就是解释模型中包含哪些内容、模型如何工作以及我们必须遵循哪些约束。另一方面，可解释性就是提供模型输出的内容或模型输出如何形成的描述。