AWS Clean Rooms ML prend désormais en charge les résumés des journaux d'erreurs rédigés
La modélisation personnalisée d'AWS Clean Rooms ML vous permet, à et vos partenaires, d'entraîner et exécuter des inférences sur un modèle ML personnalisé en utilisant des jeux de données collectifs à grande échelle, sans avoir à partager vos données sensibles ou votre propriété intellectuelle. Avec le lancement d'aujourd'hui, les collaborateurs peuvent configurer un nouveau contrôle de confidentialité qui envoie des résumés des journaux d'erreurs expurgés à des membres spécifiques de la collaboration. Les résumés des journaux d'erreurs incluent le type d'exception, le message d'erreur et la ligne de code où l'erreur s'est produite. Lors de l'association du modèle à la collaboration, les collaborateurs peuvent décider et s'accorder sur les membres qui recevront les résumés des journaux d'erreurs, et si ces résumés contiendront des informations personnelles identifiables (PII) détectables, des nombres ou des chaînes personnalisées expurgées.
AWS Clean Rooms ML vous aide, ainsi que vos partenaires, à appliquer des contrôles renforçant la confidentialité pour protéger vos données propriétaires et vos modèles de ML tout en générant des informations analytiques prédictives, sans partager ni copier les données brutes ou les modèles de chaque partie. Pour en savoir plus sur les régions AWS dans lesquelles AWS Clean Rooms ML est disponible, consultez le tableau des régions AWS. Pour en savoir plus, rendez-vous sur la page AWS Clean Rooms ML.