Gestione di un team di lavoro per le valutazioni umane dei modelli in Amazon Bedrock - Amazon Bedrock

Le traduzioni sono generate tramite traduzione automatica. In caso di conflitto tra il contenuto di una traduzione e la versione originale in Inglese, quest'ultima prevarrà.

Gestione di un team di lavoro per le valutazioni umane dei modelli in Amazon Bedrock

Nei processi di valutazione del modello che utilizzano lavoratori umani è necessario disporre di un team di lavoro. Un team di lavoro è un gruppo di lavoratori scelti da te. Questi possono essere dipendenti dell'azienda o un gruppo di soggetti esperti del settore.

Notifiche ai lavoratori in Amazon Bedrock
  • Quando crei un processo di valutazione del modello in Amazon Bedrock, i lavoratori ricevono una notifica del lavoro assegnato solo quando li aggiungi per la prima volta a un team di lavoro

  • Se elimini un lavoratore da un team di lavoro durante la creazione di un processo di valutazione, questi perderà anche l’accesso a tutti i processi di valutazione del modello che gli sono stati assegnati.

  • Ogni nuovo processo di valutazione assegnato a un lavoratore umano esistente deve essere notificato direttamente a quest’ultimo, indicando l’URL del portale del lavoratore. I lavoratori devono utilizzare le credenziali di accesso create in precedenza per il portale dei lavoratori. Questo portale per i lavoratori è lo stesso per tutti i processi di valutazione del tuo account AWS, per Regione

Puoi creare un team di lavoro umano o gestirne uno esistente mentre configuri un processo di valutazione per lavoratori in una Forza lavoro privata gestita da Amazon SageMaker Ground Truth. Amazon SageMaker Ground Truth supporta funzionalità di gestione della forza lavoro più avanzate. Per ulteriori informazioni sulla gestione della forza lavoro in Amazon SageMaker Ground Truth, consulta Creare e gestire le forze lavoro.

Puoi eliminare i lavoratori da un team di lavoro durante la configurazione di un nuovo processo di valutazione. Altrimenti, devi utilizzare la console Amazon Cognito o la console Amazon SageMaker Ground Truth per gestire i team di lavoro che hai creato in Amazon Bedrock.

Se l’utente, il gruppo o il ruolo IAM dispone delle autorizzazioni necessarie, vedrai le forze lavoro private e i team di lavoro esistenti che hai creato in Amazon Cognito, Amazon SageMaker Ground Truth o Amazon Augmented AI quando crei un processo di valutazione che utilizza lavoratori umani.

Amazon Bedrock supporta un massimo di 50 lavoratori per team di lavoro.

Nel campo degli indirizzi e-mail puoi inserire fino a 50 indirizzi e-mail alla volta. Per aggiungere altri lavoratori al processo di valutazione del modello, utilizza la console Amazon Cognito o la console Ground Truth. Gli indirizzi devono essere separati da una virgola. È opportuno includere il proprio indirizzo e-mail, in modo da entrare a far parte della forza lavoro e poter vedere le attività di etichettatura.

Creazione di istruzioni per lavoratori umani

La creazione di istruzioni efficaci per le attività di valutazione del modello favorisce l'accuratezza del lavoratore nel completare il suo compito. Puoi modificare le istruzioni predefinite fornite nella console durante la creazione di un processo di valutazione del modello. Le istruzioni vengono mostrate al worker nella pagina di interfaccia utente di completamento dell'attività di etichettatura.

Per aiutare i lavoratori a completare le attività assegnate, puoi fornire istruzioni in due ubicazioni.

Fornisci una buona descrizione per ogni metodo di valutazione e classificazione

Le descrizioni devono fornire una spiegazione succinta delle metriche selezionate. La descrizione deve ampliare la metrica e chiarire in che modo desideri che i lavoratori valutino il metodo di valutazione selezionato.

Fornisci ai tuoi dipendenti istruzioni generali per la valutazione

Queste istruzioni vengono visualizzate nella stessa pagina Web in cui i lavoratori completano un'attività. Puoi utilizzare questo spazio per fornire indicazioni di alto livello per il processo di valutazione del modello e per descrivere le risposte di verità fondamentale, se le hai incluse nel tuo set di dati dei prompt.