Les traductions sont fournies par des outils de traduction automatique. En cas de conflit entre le contenu d'une traduction et celui de la version originale en anglais, la version anglaise prévaudra.

Boîte à outils d'IA responsable et modération du contenu

Boîte à outils d'IA responsable

Nova Forge fournit une boîte à outils d'IA responsable qui comprend des données de formation et d'évaluation pour aligner les modèles sur les directives d'Amazon Nova en matière d'IA responsable pendant le processus de formation, ainsi que des contrôles d'exécution pour modérer les réponses des modèles lors de l'inférence.

Données de formation — Des cas et des scénarios mettant l'accent sur les principes responsables de l'IA, les considérations de sécurité et le déploiement responsable de technologies sont disponibles pour le mélange des données afin d'aligner les modèles de manière responsable pendant la formation préalable continue.

Évaluations  : les évaluations testant la capacité du modèle à détecter et à rejeter le contenu inapproprié, préjudiciable ou incorrect sont disponibles en tant que tâche de référence pour déterminer l'écart entre les performances du modèle de base et les performances du modèle personnalisé.

Contrôles d'exécution  : par défaut, le moteur d'exécution d'Amazon Nova contrôle les réponses modérées du modèle lors de l'inférence. Pour modifier ces contrôles d'exécution, demandez les paramètres de modération de contenu personnalisables d'Amazon Nova en contactant un responsable de AWS compte.

La sécurité est une responsabilité partagée entre AWS et ses utilisateurs. La modification du modèle de base ou le recours à une formation préalable continue pour améliorer les performances dans un cas d'utilisation spécifique peut avoir un impact sur la sécurité, l'équité et d'autres propriétés du nouveau modèle. Une méthode d'adaptation robuste minimise les modifications apportées à la sécurité, à l'équité et aux autres protections intégrées aux modèles de base tout en minimisant l'impact sur les performances du modèle pour les tâches pour lesquelles le modèle n'a pas été personnalisé. End-to-end il est nécessaire de tester les applications sur des ensembles de données représentatifs des cas d'utilisation pour déterminer si les résultats des tests répondent à des attentes spécifiques en matière de sécurité, d'équité et d'autres propriétés, ainsi qu'en termes d'efficacité globale. Pour plus d'informations, consultez le Guide d'utilisation responsable de l'IA d'Amazon Web Services, la Politique d'utilisation responsable de l'IA d'Amazon Web Services, la Politique d'utilisation acceptable d'Amazon Web Services et les Conditions d'utilisation d'Amazon Web Services.