यूनोपेन ने अपने रिटेल मॉडरेशन नीतियों के लिए अमेज़न नोवा को कैसे कस्टमाइज़ किया
aws ·
ताइवान के यूनी-प्रसिडेंट एंटरप्राइजेज ग्रुप की डिजिटल प्लेटफॉर्म यूनियोपेन (Uniopen) ने उत्पादन तैनाती के लिए अपने रिटेल मॉडरेशन नीतियों के अनुरूप अमेज़न नोवा 2 लाइट को अनुकूलित किया, जिसमें नौ व्यवहार श्रेणियाँ और तीन विषय प्रकार शामिल हैं। सामान्य उद्देश्य वाले मॉडल की क्षमताओं और उनकी विशिष्ट व्यावसायिक वर्गीकरण प्रणाली के बीच के अंतर को पाटने के लिए टीम ने अमेज़न सेजमेकर AI में लो-रैंक एडाप्टेसन (Low-Rank Adaptation) के साथ सुपरवाइज्ड फाइन-ट्यूनिंग का उपयोग किया। इस अनुकूलन ने प्रदर्शन में महत्वपूर्ण सुधार किया, जिससे प्रति व्यवहार मैक्रो F1 स्कोर 0.5852 से बढ़कर 0.8364 हो गया और विषय प्रकार मैक्रो F1 0.4162 से बढ़कर 0.8302 हो गया। फाइन-ट्यूनिंग के बाद, टीम ने आउटपुट प्रारूपों को सरल बनाने के लिए प्रॉम्प्ट-लेवल अनुकूलन लागू किया, जिससे दोनों मापदंड अपने संबंधित उत्पादन लक्ष्यों 0.8500 और 0.8200 से ऊपर चले गए। तैनाती वास्तुकला अमेज़न नोवा 2 लाइट द्वारा संभाले जाने वाले प्राथमिक मॉडरेशन अनुरोधों और अमेज़न नोवा 2 प्रो द्वारा समर्थित सुधार कार्यप्रवाह को अलग करती है। सभी उम्मीदवार सुधारों को ट्रेनिंग सेट में शामिल होने से पहले मानवीय समीक्षकों द्वारा सत्यापित करना आवश्यक है, यह सुनिश्चित करते हुए कि उत्पन्न लेबलों को भूमि सत्य (ground truth) के रूप में नहीं माना जाए। अर्गो वर्कफ़्लोज़ पाइपलाइन में स्वचालित हार्ड और सॉफ्ट गेट्स गुणवत्ता में कमी या चेतावनियों के पता चलने पर प्रमोशन को रोकते हैं। यह दृष्टिकोण नियमित मॉडरेशन को स्वचालित करने की अनुमति देता है जबकि अस्पष्ट मामलों के लिए मानवीय समीक्षा को सुरक्षित रखता है, जिससे पूरी प्रक्रिया में जिम्मेदार एआई नियंत्रण बनाए रहते हैं।
aws