Il modello di intelligenza artificiale generativa di un'azienda per la segmentazione dei clienti è in produzione da molto tempo e recentemente ha iniziato a produrre output incoerenti. L'azienda vuole valutare il bias del modello e rilevare il drift. Quale servizio o funzionalità AWS dovrebbe utilizzare?

Amazon SageMaker Model Monitor è la scelta migliore perché è progettato specificamente per rilevare il drift dei dati e del modello, nonché le deviazioni nella qualità delle previsioni dei modelli in produzione. Monitora continuamente le statistiche dei dati di input e le performance del modello rispetto a una baseline, allertando l'utente in caso di anomalie. Questo è fondamentale per identificare il motivo per cui il modello di segmentazione clienti sta producendo output incoerenti. Amazon SageMaker Clarify è utilizzato per rilevare e mitigare il bias durante le fasi di addestramento e pre-implementazione, non per il monitoraggio continuo in produzione. Amazon SageMaker Model Cards serve per documentare i dettagli del modello, non per il monitoraggio del drift. Amazon SageMaker Feature Store è per la gestione e la condivisione delle feature, non per il monitoraggio delle performance del modello.