Cómo Uniopen personalizó Amazon Nova para sus políticas de moderación minorista
aws ·
Uniopen, una plataforma digital del Grupo Uni-President Enterprises de Taiwán, personalizó Amazon Nova 2 Lite para cumplir con políticas específicas de moderación minorista que abarcan nueve categorías de comportamiento y tres tipos de sujeto. El equipo utilizó un ajuste fino supervisado con Adaptación de Bajo Rango (LoRA) en Amazon SageMaker AI para cerrar la brecha entre las capacidades generales del modelo y su taxonomía empresarial única. Esta personalización mejoró significativamente el rendimiento, elevando la puntuación F1 Macro por Comportamiento de 0,5852 a 0,8364 y la F1 Macro por Tipo de Sujeto de 0,4162 a 0,8302. Tras el ajuste fino, el equipo aplicó una optimización a nivel de prompt para simplificar los formatos de salida, lo que aumentó ambas métricas por encima de sus objetivos de producción respectivos de 0,8500 y 0,8200. La arquitectura de implementación separa las solicitudes de moderación principales, manejadas por Amazon Nova 2 Lite, de los flujos de trabajo de corrección, apoyados por Amazon Nova 2 Pro. Los revisores humanos deben verificar todas las correcciones candidatas antes de que se incluyan en el conjunto de entrenamiento, asegurando que las etiquetas generadas no se traten como verdad absoluta. Las barreras automáticas estrictas y flexibles dentro de un pipeline de Argo Workflows impiden la promoción si hay una disminución en la calidad o se detectan advertencias. Este enfoque permite automatizar la moderación rutinaria mientras reserva la revisión humana para casos ambiguos, manteniendo controles de IA responsable durante todo el proceso.
aws