Amazon SageMaker Ground Truth 功能

透過監督式學習，模型將獲得所需輸出的具體範例。這些範例稱為示範資料，可讓模型學習如何回應和回答日後未知的使用者請求。透過 SageMaker Ground Truth Plus，AWS 專業註解者團隊可根據您特定的指示產生新的高品質示範資料。示範資料的範例包括影像和影片的字幕、文字摘要、問題的答覆等等。示範資料可用來為您的使用案例自訂現有的 FM，或是微調您從零開始建置的模型。

• 問題與答案：透過問題與答案配對，您可以準備示範資料集，以訓練您的大型語言模型如何回答問題。

• 影像註解：使用影像註解功能，您可以準備資料集，以豐富的細節描述影像中的場景和物件，以便訓練文字轉換影像模型，進而建立符合您意圖的精確創意影像。此外，這個功能也可用來訓練影像轉換文字模型，使其輸出精準的影像場景描述。
  

• 影片註解：使用影片註解功能，您可以準備以豐富細節描述影片動作和場景的資料集，以便訓練文字轉換影片模型。高品質的影片註解訓練資料，可讓您根據自己的意圖產生更精準、更具創意的影片。此外也可用來訓練影片轉換文字模型，使其提供精準的影片描述。
  

在人類意見回饋強化學習 (RLHF) 中，資料註解者可對模型藉由排名和/或分類其回應而產生的輸出提供直接的反饋和指引。這些資料稱為比較和排名資料，後續可用來訓練模型。舉例來說，根據精確性、相關性或明確性等條件，將文字回應從最佳到最差進行排名，就是一種比較和排名資料。比較和排名資料可用來為您的使用案例自訂現有的 FM，或是從頭開始微調您建置的模型。

利用人類反饋，根據您最重視的可自訂條件清單 (例如精確性、相關性、毒性、偏差、品牌聲音和風格) 評估及比較模型的輸出，並選取最適合您使用案例的模型。AWS 提供了多種方法，讓您快速開始使用模型評估。您可以利用 AWS 管理的團隊，透過 SageMaker Ground Truth 來評估、比較和選取模型。現在，您還可以透過 SageMaker Studio、SageMaker Jumpstart 和 Amazon Bedrock 來存取模型評估功能，並讓您的內部團隊只需幾個步驟即可開始評估模型。

刻意嘗試從模型引發有害回應，並有系統地檢視其輸出，以找出漏洞、提升整體安全性、穩健性和可靠性。

透過 SageMaker Ground Truth，您可以將超過 30 個特定標記工作流程用於影像資料、影片、文字和 3D 點雲端中的多個註釋使用案例。

• 影像分類：影像分類工作流程可讓您根據預先定義的一組標籤對影像進行分類。影像分類很適合用於需要考量完整影像脈絡的場景偵測模型。例如，我們可以建置影像分類模型
  

• 影像物件偵測：您可以使用物件偵測工作流程來識別和標記影像中的相關物件 (例如車輛、行人、狗、貓)。標記任務包含在影像中的相關物件周圍繪製二維 (2D) 週框方塊。透過配有已標記週框方塊的影像訓練的電腦視覺模型，會記住該方塊內對應到指定物件的像素。
  

• 影像語意區隔：您可以使用語意區隔工作流程，標記出影像中與您的模型需要學習的標籤相對應的確切部分。透過標記個別像素，此功能可以提供非常精準的訓練資料。例如，透過語義分割可以準確地擷取影像中不規則的車輛形狀。
  

• 影片物件偵測：影片物件偵測工作流程可讓您識別一系列影片畫面內的相關物件。例如，在為自動駕駛汽車建置感知系統時，您可以偵測在場景中，車輛周圍的其他車輛。
  

• 影片物件追蹤：透過影片物件追蹤工作流程，您可以追蹤一系列影片畫面中的相關物件。例如，在體育遊戲使用案例中，您可以在整個遊戲過程中準確地標記玩家。
  

• 影片剪輯分類：透過影片剪輯分類工作流程，您可以將影片檔案分類為預先指定的類別。例如，您可以選取最準確描述影片的預先指定類別，例如「體育轉播」或「繁忙路口的交通擁堵」。
  

• 文字分類：文字分類功能會根據一組預先定義的標籤對文字字串進行分類。此分類通常用於自然語言處理 (NLP) 模型，以識別主題 (如產品描述、電影評論) 或情緒等項目。
  

• 命名實體辨識：命名實體 (NER) 包括仔細檢查文字資料以找出稱為命名實體的片語，以及使用標籤 (例如「人員」、「組織」或「品牌」) 對每個片語進行分類。
  

• 3D 點雲端物件偵測：透過物件偵測工作流程，您可以識別和標記 3D 點雲端內的相關物件。例如，在自駕車使用案例中，您可以準確地標記車輛、車道和行人。
  

• 3D 點雲端物件追蹤：透過物件追蹤工作流程，您可以追蹤相關物件的軌跡。例如，自動駕駛汽車需要追蹤其他車輛、車道和行人的動作。
  

• 3D 點雲端語意區隔：透過語意區隔工作流程，您可以將 3D 點雲端的多個點劃分為預先指定的類別。以自動駕駛汽車為例，Ground Truth 可以針對街道、樹葉和建築物進行分類。
  

SageMaker Ground Truth 可讓您建立自己的自訂標記工作流程。工作流程包含：(1) UI 範本，可為標籤人員提供完成標記任務的指示和工具。您可以選取多種 UI 範本，也可以上傳自己的 Javascript/HTML 範本。(2) 封裝在 AWS Lambda 函數中的任何預先處理邏輯。Lambda 函數可提供要以任何額外的脈絡為標籤人員標記的資料，以及 (3) 封裝在 AWS Lambda 函數中的任何後處理邏輯，用以新增精確性改善演算法。該演算法可評估人工註釋的品質，也可以在多個標籤人員收到相同資料時找出對「正確」結果的共識。

SageMaker Ground Truth 可讓您驗證註釋任務的品質，方法是實作品質保證步驟，例如設定核准工作流程、審查及變更註釋、路由任務、運用機器驗證，以及追蹤品質指標。您也可以使用將任務審查路由給多人的演算法，在工作流程中建立共識，以議定資料精確性等級。

無論您是要由 AWS 代為管理人力，還是要利用現有的內部人力，SageMaker Ground Truth 都提供適當的選項和靈活性。

SageMaker Ground Truth Plus 可代您招聘及管理可擴展的專業人員。例如，您可能需要在標記語音檔案方面饒富經驗的團隊，或具有特定語言能力的團隊。在更進階的使用案例中，您可能需要可以產生示範資料內容的工作團隊。AWS 可以為為期不同的各種專案在全球各地招募、僱用、訓練和管理任何規模的團隊。AWS 受管人力可以滿足您的安全性、隱私和合規要求。

如果您有內部現有的資料操作團隊，他們可以利用 SageMaker Ground Truth 工具和工作流程，在各種使用案例中註釋資料。如果您屬意於自身團隊的專業知識，或是有特定資料保密要求，您可以採用此選項。

您可以在 AWS Marketplace 中選取偏好的註釋廠商，以在 SageMaker Ground Truth 中完成任務。這有助於減少尋找個別工作者和建置團隊的手動工作。

透過 Amazon Mechanical Turk 將您的註釋工作群眾外包，對小型和大型專案而言都是具有成本效益且可擴展的方法。您可以聯繫眾多位於不同地理位置的工作者、快速設計及反覆運作任務，並根據您的特定要求調整工作流程。

使用 SageMaker Ground Truth 的內建輔助工具減少套用標籤所需的工作量，並協助工作者有效地完成人工參與任務，從而節省時間和成本。

SageMaker Ground Truth Plus 提供互動式儀表板和使用者介面，因此您可以跨多個專案監控訓練資料集的進度、追蹤專案指標 (例如，每日輸送量)、檢查品質標籤，並為標記的資料提供意見回饋。