Как Uniopen настроил Amazon Nova под свои политики модерации в розничной торговле
aws ·
Uniopen, цифровая платформа тайваньской группы Uni-President Enterprises Group, адаптировала модель Amazon Nova 2 Lite под собственные политики модерации розничной торговли, охватывающие девять категорий поведения и три типа субъектов. Команда использовала дообучение с контролируемым обучением (SFT) с применением Low-Rank Adaptation в среде Amazon SageMaker AI для устранения разрыва между возможностями универсальной модели и уникальной бизнес-таксономией компании. Эта кастомизация значительно улучшила показатели: макро-оценка F1 по поведению выросла с 0,5852 до 0,8364, а по типу субъекта — с 0,4162 до 0,8302. После дообучения команда применила оптимизацию на уровне промптов для упрощения формата вывода, что дополнительно повысило оба показателя выше целевых значений для производства (0,8500 и 0,8200 соответственно). Архитектура развертывания разделяет основные запросы модерации, обрабатываемые Amazon Nova 2 Lite, и рабочие процессы исправлений, поддерживаемые Amazon Nova 2 Pro. Человеческие рецензенты обязаны проверять все кандидаты на исправления перед их включением в обучающую выборку, чтобы сгенерированные метки не считались абсолютной истиной. Автоматические жесткие и мягкие фильтры в конвейере Argo Workflows предотвращают продвижение результатов при снижении качества или появлении предупреждений. Такой подход позволяет автоматизировать рутинную модерацию, оставляя человеческий контроль для неоднозначных случаев, и обеспечивает ответственное использование ИИ на всех этапах процесса.
aws