Amazon SageMaker Ground Truth

Yüksek kaliteli modeller oluşturmak veya modelleri değerlendirmek için ML yaşam döngüsü boyunca insan geri bildirimleri uygulayın

SageMaker Ground Truth’u kullanmaya başlayın
Bir deneme talep edin

Neden SageMaker Ground Truth?

Amazon SageMaker Ground Truth, modellerin doğruluğunu ve uygunluğunu artırmak için ML yaşam döngüsü boyunca insan geri bildirimlerinin gücünden yararlanmanıza olanak tanıyan en kapsamlı döngü içi insan yetenekleri setini sunar. SageMaker Ground Truth kullanarak veri oluşturma ve açıklama ekleme işlemlerinden model inceleme, özelleştirme ve değerlendirmeye kadar çeşitli döngü içi insan görevlerini self servis veya AWS tarafından yönetilen bir teklif aracılığıyla tamamlayabilirsiniz.

Nasıl çalışır?

Etiketleme uygulamaları oluşturmak veya bir etiketleme iş gücünü yönetmek zorunda kalmadan yüksek kaliteli eğitim veri kümeleri oluşturun.

SageMaker Ground Truth'un Avantajları

Modelleri belirli görevler için veya şirket ve sektöre özgü verilerle özelleştirmek üzere insanlar tarafından üretilen verileri edinin
Kullanım durumunuza en uygun altyapı modelini (FM) seçme amaçlı karşılaştırma için insanlar tarafından yapılan değerlendirmeleri kullanın
İstek üzerine çalışan uzman bir iş gücüyle model doğruluğunu artırmak için yüksek kaliteli eğitim veri kümeleri oluşturun
Veri oluşturma ve ek açıklamalardan model inceleme, özelleştirme ve değerlendirmeye kadar döngü için insan görevlerini hızlandırıp otomatikleştirirken aynı zamanda maliyetleri de azaltın

Kullanım örnekleri

Önemli kullanım örneklerini hızlıca kullanmaya başlayın

Yapay zeka destekli uygulamalara yönelik FM'leri eğitmek üzere metin özetleri, soru cevap çiftleri, alıntılar ve alt yazılar gibi insanlar tarafından oluşturulan verileri kullanın

Örnek ve gösterim verileri hakkında daha fazla bilgi edinin

Model yanıtlarını sıralamak ve/veya sınıflandırmak için (ör. en iyiden en kötüye) insan geri bildirimleri kullanın ve FM'leri eğitirken bu verilerden faydalanın

Sıralama verileri hakkında daha fazla bilgi edinin

Güvenlik açıklarını keşfetmek, ön yargıyı azaltmak ve toksisiteyi ortadan kaldırmak için insanların model çıktılarını kolayca gözden geçirmesini, karşılaştırmasını ve değerlendirmesini sağlayın

Çeşitli kullanım durumları için ML modellerini eğitmek üzere metin, görüntü, video, ses ve nokta bulutu etiketleyin

Veri etiketleme hakkında daha fazla bilgi edinin