跳到正文
原文
AWS Machine Learning Blog· Shantanu Tripathi·· 2 天前

用 Amazon SageMaker HyperPod Data Capture 构建模型改进飞轮

Build a model improvement flywheel with Amazon SageMaker HyperPod Data Capture

AI 导读

Amazon SageMaker HyperPod 新增 Data Capture 能力,可在端点、负载均衡器和模型 Pod 三个独立层级把线上推理输入输出记录到 Amazon S3,对模型可用性零影响。文章以 Qwen2.5-3B-Instruct 家电客服路由模型为例,用 Athena 查询发现新产品盲区、SQL 策略打标后微调,并在部署后新增数据上对比前后准确率。

入选记录

未入选两次之和 100 < 门槛的两倍 120

信源等级
官方一手,这一级的门槛是 60 分
预筛
通过:SageMaker数据捕获与模型微调教程

评分由模型按同一份标准独立打两次,满分 100;两次之和达到门槛的两倍才入选。门槛按信源等级设定。

来源:AWS Machine Learning Blog · aws.amazon.com