Amazon SageMaker Ground Truth

Terapkan umpan balik manusia di seluruh siklus hidup ML untuk membuat atau mengevaluasi model berkualitas tinggi
Mulai SageMaker Ground Truth
Minta percontohan

Apa itu SageMaker Ground Truth?

Amazon SageMaker Ground Truth menawarkan serangkaian kemampuan yang melibatkan manusia yang paling komprehensif, yang memungkinkan Anda untuk memanfaatkan kekuatan umpan balik manusia di seluruh siklus hidup ML untuk meningkatkan akurasi dan relevansi model. Anda dapat menyelesaikan berbagai tugas yang melibatkan manusia dengan SageMaker Ground Truth, mulai dari pembuatan data dan anotasi hingga peninjauan model, penyesuaian, serta evaluasi, baik melalui layanan mandiri maupun penawaran yang dikelola AWS.

Cara kerjanya

Buat set data pelatihan berkualitas tinggi tanpa harus membangun aplikasi pelabelan atau mengelola tenaga kerja pelabelan.

Keuntungan SageMaker Ground Truth

Dapatkan data buatan manusia untuk mengkustomisasi model pada tugas tertentu atau dengan data khusus perusahaan dan industri
Gunakan evaluasi manusia untuk membandingkan dan memilih model fondasi (FM) yang paling cocok untuk kasus penggunaan Anda
Buat set data pelatihan berkualitas tinggi untuk meningkatkan akurasi model dengan tenaga kerja ahli sesuai permintaan
Percepat dan otomatiskan tugas yang melibatkan manusia, mulai dari pembuatan data dan anotasi hingga peninjauan model, kustomisasi, dan evaluasi, sekaligus mengurangi biaya

Kasus penggunaan

Mulai dengan kasus penggunaan utama secara cepat

Gunakan data yang dihasilkan manusia seperti ringkasan teks, pasangan Tanya Jawab, kutipan, dan keterangan untuk melatih FM bagi aplikasi yang didukung AI

Pelajari data contoh dan demonstrasi

Gunakan umpan balik manusia untuk memberi peringkat dan/atau mengklasifikasikan respons model (misalnya dari yang terbaik ke yang terburuk), dan gunakan data ini untuk melatih FM

Pelajari data peringkat selengkapnya

Memungkinkan manusia untuk meninjau, membandingkan, dan mengevaluasi output model dengan mudah guna menemukan kerentanan, mengurangi bias, dan menghilangkan toksisitas

Beri label teks, gambar, video, audio, dan titik awan untuk melatih model ML dalam berbagai kasus penggunaan

Pelajari pelabelan data selengkapnya