Las traducciones son generadas a través de traducción automática. En caso de conflicto entre la traducción y la version original de inglés, prevalecerá la version en inglés.
Puede crear una evaluación del modelo automática en Studio o usar la biblioteca fmeval dentro de su propio código. Studio utiliza un asistente para crear el trabajo de evaluación del modelo. La biblioteca fmeval proporciona herramientas para personalizar aún más el flujo de trabajo.
Ambos tipos de trabajos de evaluación automática de modelos admiten el uso de JumpStart modelos disponibles públicamente y JumpStart modelos que se hayan implementado anteriormente en un punto final. Si utiliza uno JumpStart que no se haya implementado anteriormente, la SageMaker IA se encargará de crear el recurso necesario y de cerrarlo una vez que finalice el trabajo de evaluación del modelo.
Para utilizar texto basado en LLMs otro AWS servicio o en un modelo alojado fuera de AWSél, debe utilizar la fmeval biblioteca.
Cuando se completan los trabajos, los resultados se guardan en el bucket de Amazon S3 especificado cuando se creó el trabajo. Para obtener más información sobre cómo interpretar los resultados, consulte Explicación de los resultados del trabajo de evaluación del modelo.
Temas
