Le traduzioni sono generate tramite traduzione automatica. In caso di conflitto tra il contenuto di una traduzione e la versione originale in Inglese, quest'ultima prevarrà.
Puoi creare una valutazione automatica del modello in Studio o utilizzando la fmeval libreria all'interno del tuo codice. Studio utilizza una procedura guidata per creare il processo di valutazione del modello. La fmeval libreria fornisce strumenti per personalizzare ulteriormente il flusso di lavoro.
Entrambi i tipi di processi di valutazione automatica dei modelli supportano l'uso di JumpStart modelli disponibili pubblicamente e di JumpStart modelli precedentemente distribuiti su un endpoint. Se ne utilizzi uno JumpStart che non è stato precedentemente distribuito, l' SageMaker intelligenza artificiale si occuperà della creazione delle risorse necessarie e della loro chiusura una volta terminato il processo di valutazione del modello.
Per utilizzare il testo basato su LLMs un altro AWS servizio o su un modello ospitato all'esterno AWS, è necessario utilizzare la fmeval libreria.
Una volta completati i processi, i risultati vengono salvati nel bucket Amazon S3 specificato al momento della creazione del lavoro. Per informazioni su come interpretare i risultati, consulta. Comprendi i risultati del tuo lavoro di valutazione del modello
Argomenti
