Uniopen如何定制Amazon Nova以满足其零售审核策略
aws ·
台湾统一企业集团的数字平台Uniopen对Amazon Nova 2 Lite进行了定制,以符合涉及九种行为类别和三种主体类型的特定零售审核政策。团队在Amazon SageMaker AI中利用带有低秩自适应(LoRA)的监督微调技术,弥合通用模型能力与其独特业务分类体系之间的差距。这一定制化显著提升了性能,将每种行为的宏观F1分数从0.5852提高至0.8364,主体类型的宏观F1分数从0.4162提高至0.8302。微调后,团队通过提示词层面的优化简化了输出格式,使两项指标进一步超过生产环境目标值(分别为0.8500和0.8200)。部署架构将主要审核请求交由Amazon Nova 2 Lite处理,并由Amazon Nova 2 Pro支持纠错工作流。所有候选纠错结果必须经过人工审核员验证后才能纳入训练集,确保生成的标签不被视为真实标签。Argo Workflows流水线中的自动硬性及软性质量门禁可在检测到质量下降或警告时阻止发布。该方法实现了常规审核的自动化,同时保留人工审核用于处理模糊案例,在整个过程中维持负责任的AI控制。
aws