亚马逊SageMaker推出AI数据准备五大能力
时间:2026年11月17日
地点:Amazon Web Services(AWS)
人物:AWS 产品团队
事件详情:Amazon SageMaker AI 正式推出 AI 数据准备能力,为模型开发工作流新增自动标注、人工审核、合成数据生成、数据质量评估和数据转换五大功能。数据科学家可通过 SageMaker Python SDK API 或 AWS AI-ML agent skill 调用这些能力,支持文本模型定制与传统的机器学习任务。思科旗下 Splunk 公司已在 Agent Observability 产品中使用该功能,用于构建高质量的 GenAI 评估数据集。
背景:在机器学习项目中,数据科学家往往需要花费数周时间清洗和整理数据,而非专注于模型构建。SageMaker AI 数据准备能力将标注、生成、验证和转换等步骤模块化,用户无需手工拼接多个工具链即可完成数据准备工作。数据可从 Amazon S3、Amazon Athena 或 AWS Glue Data Catalog 导入,生成的数据集和标签存储在客户自主管理的 S3 存储桶中。
影响:新功能目前在美国东部(弗吉尼亚北部)和美国西部(俄勒冈)区域上线。自动标注支持分类、命名实体识别、抽取式问答、序数评级和摘要等内置任务类型,也支持自定义任务。人工审核队列基于开源的 Label Studio Community Edition,低于置信度阈值的数据行会自动进入审核流程。数据质量评估可检测重复、近重复、标签噪音和答案泄漏等问题。
总结:AWS 通过 SageMaker AI 数据准备能力进一步降低了机器学习的工程门槛,使团队能够更高效地构建高质量训练与评估数据集,将精力集中在模型创新而非数据管道维护上。
参考来源:
AWS 官方博客
https://aws.amazon.com/cn/blogs/machine-learning/announcing-ai-data-preparation-capabilities-in-amazon-sagemaker-build-high-quality-datasets-for-model-development-workflows/
AWS What's New 公告
https://aws.amazon.com/cn/about-aws/whats-new/2026/11/sagemaker-ai-data-prep-capabilities/
West Loop Strategy 分析
https://www.westloop.io/post/amazon-sagemaker-now-supports-ai-data-preparation-capabilities-to-build-high-quality-datasets-for-model-development
dev.to 技术报道
https://dev.to/mikefluff/sagemaker-ai-adds-data-preparation-tools-for-model-builders-43k1
Gate News 报道
https://web.gate.it/zh/news/detail/amazon-sagemaker-ai-launches-data-preparation-capabilities-for-model-25692813
AWS 官方文档
https://docs.amazonaws.cn/en_us/sagemaker/latest/dg/data-prep.md







