公司要求其模型具有透明度和可解释性。哪两个 Amazon SageMaker 功能提供了有助于实现透明度和可解释性的能力？（选择两项。）

SageMaker Model Cards 提供了一个标准化的框架来记录模型信息，包括其目的、训练数据、性能指标和潜在偏差，从而增强了透明度和可解释性。SageMaker Clarity 专注于模型可解释性，通过生成可解释性报告和可视化来帮助理解模型预测背后的原因，这对于满足透明度要求至关重要。SageMaker Pipelines 用于自动化机器学习工作流，与透明度和可解释性无直接关系。SageMaker Model Monitor 主要用于监控模型在生产中的性能漂移和数据质量问题，而不是提供模型内部的可解释性。SageMaker Debugger 旨在分析和调试模型训练过程中的问题，与模型部署后的透明度和可解释性不同。