Amazon SageMaker Ground Truth

在机器学习生命周期中应用人工反馈来创建或评估高质量模型

为什么使用 SageMaker Ground Truth?

Amazon SageMaker Ground Truth 提供最全面的“人在回路”功能,使您能够在机器学习生命周期中利用人类反馈的力量来提高模型的准确性和相关性。您可以使用 SageMaker Ground Truth 完成各种“人在回路”任务,包括通过自助服务或 AWS 管理的产品完成从数据生成和注释到模型审查、自定义和评估。

工作原理

SageMaker Ground Truth 的优势

获取人工生成的数据,以针对特定任务或使用公司和行业的特定数据自定义模型
通过人工评估来比较和选择最适合您的使用案例的基础模型(FM)
创建高质量的培训数据集,让专业的按需工作人员提高模型的准确性
加快和自动执行从数据生成和注释到模型审查、定制和评估的“人在回路”任务,同时降低成本

使用案例

通过主要使用案例快速入门

使用人工生成的数据,例如文本摘要、问答对、引文和字幕,为基于 AI 的应用程序训练 FM

了解有关示例和演示数据的更多信息

使用人工反馈对模型响应进行排名和/或分类(例如从最佳到最差),并使用此数据来训练 FM

了解有关排名数据的更多信息

使人类能够轻松地查看、比较和评估模型输出,以发现漏洞、减少偏差并消除毒性

为文本、图像、视频、音频和点云添加标签,从而为一系列使用案例训练 ML 模型

了解有关数据标注的更多信息