Une équipe de recherche va comparer les sorties de plusieurs modèles génératifs en utilisant une invite fixe et souhaite qu'un groupe de scientifiques évalue les sorties. Quelle solution AWS prend en charge l'évaluation humaine des sorties de modèle ?

L'évaluation de modèle sur Amazon Bedrock est la solution correcte car elle est spécifiquement conçue pour permettre l'évaluation humaine des sorties de modèles génératifs. Elle offre des outils pour collecter les jugements humains sur la qualité, la pertinence et la sécurité des réponses générées par différents modèles, ce qui est exactement ce que l'équipe de recherche cherche à faire avec une invite fixe et un groupe de scientifiques. Les autres options sont incorrectes : L'évaluation automatique sur Amazon Personalize est utilisée pour évaluer les performances des modèles de personnalisation, pas les sorties de modèles génératifs par des humains. La modération de contenu sur Amazon Rekognition est destinée à identifier le contenu inapproprié dans les images et les vidéos, pas à évaluer la qualité des textes générés. L'analyse des sentiments sur Amazon Comprehend est utilisée pour déterminer le ton émotionnel d'un texte, ce qui est différent de l'évaluation globale de la qualité d'une sortie de modèle génératif.