Amazon SageMaker Ground Truth

Aplique comentarios humanos a lo largo del ciclo de vida de ML para crear o evaluar modelos de alta calidad

¿Por qué elegir SageMaker Ground Truth?

Amazon SageMaker Ground Truth ofrece el conjunto más completo de funciones integradas, lo que le permite aprovechar el poder de los comentarios humanos a lo largo del ciclo de vida del ML para mejorar la precisión y la relevancia de los modelos. Con SageMaker Ground Truth, puede llevar a cabo diversas tareas de forma continua, desde la generación de datos y la anotación hasta la revisión, personalización y evaluación de modelos, ya sea a través de una oferta de autoservicio o una administrada por AWS.

Cómo funciona

Cree conjuntos de datos de entrenamiento de alta calidad sin tener que crear aplicaciones de etiquetado ni administrar un personal de etiquetado.

Beneficios de SageMaker Ground Truth

Obtenga datos generados por humanos para personalizar modelos en tareas específicas o con datos específicos de la empresa y el sector
Utilice la evaluación humana para comparar y seleccionar el modelo fundacional (FM) que mejor se adapte a su caso de uso
Cree conjuntos de datos de entrenamiento de alta calidad para mejorar la precisión de los modelos con personal experto y bajo demanda
Acelere y automatice las tareas con interacción humana, desde la generación y anotación de datos hasta la revisión, personalización y evaluación de modelos, a la vez que reduce los costes

Casos de uso

Comience rápidamente con los casos de uso clave

Utilice datos generados por humanos, como resúmenes de texto, pares de preguntas y respuestas, citas y subtítulos para entrenar a los FM para aplicaciones impulsadas por la inteligencia artificial

Obtenga más información sobre los datos de ejemplo y demostración

Utilice los comentarios de las personas para organizar o clasificar las respuestas de los modelos (por ejemplo, de mejor a peor) y utilice estos datos para entrenar a los FM

Obtenga más información sobre los datos de clasificación

Permita que las personas revisen, comparen y evalúen fácilmente los resultados de los modelos para descubrir vulnerabilidades, reducir los sesgos y eliminar la toxicidad

Etiquete texto, imágenes, video, audio y nube de puntos para entrenar modelos de machine learning para una variedad de casos de uso

Obtenga más información sobre el etiquetado de datos