Het generatieve AI-model van een bedrijf voor klantsegmentatie draait al lange tijd in productie en is recentelijk inconsistente outputs gaan produceren. Het bedrijf wil modelbias beoordelen en drift detecteren. Welke AWS-service of -functie moeten ze hiervoor gebruiken?

Amazon SageMaker Model Monitor is de juiste keuze omdat het continu de kwaliteit van machine learning-modellen in productie bewaakt. Het kan datadrift, modeldrift en afwijkingen in de modelprestaties detecteren, wat essentieel is voor het identificeren van de inconsistente outputs en het beoordelen van bias. Amazon SageMaker Clarify richt zich op het detecteren van bias in trainingsdata en het verklaren van modelvoorspellingen, maar niet op continue monitoring in productie. Amazon SageMaker Model Cards worden gebruikt voor het documenteren van modelinformatie en prestaties, niet voor actieve monitoring. Amazon SageMaker Feature Store is een opslagplaats voor het beheren en delen van features voor machine learning, wat niet direct gerelateerd is aan het detecteren van modeldrift of bias in productie.