Die vorliegende Übersetzung wurde maschinell erstellt. Im Falle eines Konflikts oder eines Widerspruchs zwischen dieser übersetzten Fassung und der englischen Fassung (einschließlich infolge von Verzögerungen bei der Übersetzung) ist die englische Fassung maßgeblich.
Evaluieren, erklären und erkennen Sie Verzerrungen in Modellen
Amazon SageMaker AI bietet Funktionen zur Verbesserung Ihrer Modelle für maschinelles Lernen (ML), indem potenzielle Verzerrungen erkannt und die Vorhersagen erklärt werden, die Ihre Modelle aus Ihren Tabellen-, Computer Vision-, Natural Processing- oder Zeitreihendatensätzen treffen. Es hilft Ihnen dabei, verschiedene Arten von Verzerrungen in den Daten vor und nach dem Schulen zu identifizieren, die während der Modelltraining oder während der Produktion des Modells auftreten können. Sie können ein Sprachmodell auch anhand von Bewertungskriterien für Modellqualität und -verantwortung evaluieren, indem Sie Evaluationen von Basismodellen verwenden.
Die folgenden Themen enthalten Informationen zur Bewertung, Erklärung und Erkennung von Verzerrungen mit Amazon SageMaker AI.
Themen
Erfahren Sie mehr über die Optionen zur Bewertung großer Sprachmodelle mit SageMaker Clarify
Bewertung und Vergleich von SageMaker JumpStart Amazon-Textklassifizierungsmodellen
Fairness, Erklärbarkeit von Modellen und Erkennung von Verzerrungen mit Clarify SageMaker
SageMaker Klären Sie die Erklärbarkeit mit AI Autopilot SageMaker