AWS 推出 SageMaker AI 数据准备能力:自动标注、合成数据与质量评估
AWS ML Blog · rss · 2026-11-18
AWS 宣布为 Amazon SageMaker AI 新增面向模型开发工作流的 AI 数据准备能力,目标是解决训练/评测数据准备慢、标注贵、质量隐患难发现的痛点。核心能力包括:
- 自动标注:支持从无标注、小种子集或零标注起步,内置分类、NER、抽取式问答、序数评分、摘要等任务;对固定答案任务用多模型「陪审团」标注,一致性作为置信度。
- 人工复核:低于置信度阈值的行进入 SageMaker Studio 中基于 Label Studio CE 的复核队列,专家修正反哺下一轮标注。
- 合成数据生成:按规格生成训练/评测/测试数据,可基于自有种子数据 grounding,产出可审查、可复用的代码化生成流水线。
- 数据质量评估:按业务规则、内置指标和 LLM-as-a-judge 查重、查标签噪声与答案泄漏。
- 数据转换:自然语言描述即可生成清洗/整形代码,支持 SFT、DPO、RL 等格式。
可通过 Python SDK 直接调用,或给编码 agent 配置 AWS AI-ML agent skill 让其按数据科学最佳实践编排。Splunk 已用合成数据生成能力扩展其 Agent Observability 评测模型的训练数据。文中给出完整示例流程:以客服 agent 评测数据为例,从定义规格、抽样检查、质量评估、专家复核到迭代改进。
「编程与Agent」频道最新
- 开发者用 Muse 智能体自动交易 CME 期货,正接 brokers API 替代浏览器下单 — CyborgTraderOFTAGI · 2026-11-18
- Qwen 3.8 与 DeepSeek V4.1 同题实测:单提示词生成摄影师落地页 — jesdga95 · 2026-11-18
- 一周内苹果微软 FAA 齐宕机,博主归因 vibe coding 遇上黑客 agent — MinqiJiang · 2026-11-18
- Anaconda 演练:仅 22% 安全团队有经过测试的 AI Agent 应急预案 — anacondainc · 2026-11-18
- 开发者在 Linux 上完成 iOS 全流程,无需 Mac 和 Xcode — anthara_ai · 2026-11-18
- 开源 scroll-world:一条 prompt 生成苹果式 3D 滚动官网,省下数万美元 — anthara_ai · 2026-11-18