As traduções são geradas por tradução automática. Em caso de conflito entre o conteúdo da tradução e da versão original em inglês, a versão em inglês prevalecerá.

# Avalie, explique e detecte vieses nos modelos
<a name="model-explainability"></a>

A Amazon SageMaker AI oferece recursos para melhorar seus modelos de aprendizado de máquina (ML) detectando possíveis distorções e ajudando a explicar as previsões que seus modelos fazem a partir de seus conjuntos de dados tabulares, de visão computacional, de processamento natural ou de séries temporais. Isso ajuda a identificar vários tipos de vieses nos dados de pré-treinamento e pós-treinamento que podem surgir durante o treinamento do modelo ou quando o modelo está em produção. Você também pode avaliar um modelo de linguagem para métricas de qualidade e responsabilidade do modelo usando avaliações de modelo de base.

Os tópicos a seguir fornecem informações sobre como avaliar, explicar e detectar preconceitos com a Amazon SageMaker AI.

**Topics**
+ [Entenda as opções para avaliar grandes modelos de linguagem com SageMaker o Clarify](clarify-foundation-model-evaluate.md)
+ [Avaliação e comparação dos modelos de classificação de SageMaker JumpStart texto da Amazon](jumpstart-text-classification-evaluation.md)
+ [Imparcialidade, explicabilidade do modelo e detecção de viés com o Clarify SageMaker](clarify-configure-processing-jobs.md)
+ [SageMaker Esclareça a explicabilidade com SageMaker o AI Autopilot](autopilot-explainability.md)