HealthAI Diagnostics планирует опубликовать Model Card для радиологической модели перед её переводом из промежуточного пакета SageMaker Model Registry в продакшн. Команда по комплаенсу требует, чтобы Model Card содержала заявление о предполагаемом использовании, результаты оценки по демографическим срезам и рейтинг рисков с шагами по их снижению. Какая практика наилучшим образом удовлетворит это требование и оптимизирует операционное использование с SageMaker?

Создание JSON-документа Model Card и его прикрепление к SageMaker Model Package является лучшей практикой, поскольку это обеспечивает, что вся необходимая информация о модели (предполагаемое использование, метрики оценки по срезам, риски и меры по их снижению) хранится вместе с самой моделью в SageMaker Model Registry. Это упрощает соблюдение требований комплаенса и обеспечивает, что информация доступна на всех этапах жизненного цикла модели, включая продвижение в продакшн. Сохранение информации в S3 или CloudWatch не обеспечивает такой же тесной интеграции с моделью и может привести к рассинхронизации или потере данных. SageMaker Model Monitor предназначен для мониторинга производительности модели после развертывания, а не для создания Model Card до него.