亚马逊AWS成立人类基准测试团队，旨在提升人工智能模型评估水平

亚马逊希望用户能够更有效地评估人工智能模型，并鼓励更多人参与这一过程。AWS推出了Bedrock上的模型评估，以便对其存储库中的模型进行评估。模型评估包括自动评估和人工评估两个部分，可以根据不同的指标评估模型性能。AWS还提供人工评估团队与用户合作，检测到自动系统无法检测到的指标。重要的是，模型需要为客户工作，要知道哪个模型最适合他们，我们正在为他们提供一种更好的评估方法。