HawkEye

HawkEye是Meta内部用于监控、可观测性和机器学习工作流调试的强大工具包。它支持为许多Meta产品提供推荐和排名模型。在过去的两年中,它实现了调试生产问题时间量级的改进。HawkEye包括用于持续收集服务和训练模型、数据生成相关数据的基础设施,以及用于挖掘根本原因的数据生成和分析组件。它支持UX工作流进行引导式的探索、调查和启动缓解措施。HawkEye通过提供基于必要组件的引导式探索界面,允许用户有效地调查并解决问题。

需求人群:

["调试在线推荐和排名模型","分析生产环境中的模型问题","加速发现并解决模型服务的特征问题"]

使用场景示例:

使用HawkEye关联产品指标异常和特定模型快照,快速定位问题

当模型预测出现偏差时,利用HawkEye的模型解释功能找出相关的特征子集

通过查看训练数据统计信息,发现标签不平衡导致了模型训练效果不佳

产品特色:

持续收集服务和训练模型、数据生成的相关数据

针对模型预测质量下降的模型进行分析和检测

解释模型和特征重要性分析以隔离预测变化的特征子集

通过数据统计信息和信心度量,沿特征依赖关系和转换的上游数据进行根因分析

比较当前模型快照与以前稳定的快照,发现训练数据或损失散度问题

提供基于模型图的可视化,以快速确定坏的快照原因

浏览量:10

s1785318098921236

打开站点

构建AI去赚钱
s1785341518918206
网站流量情况

最新流量情况

月访问量

1091.82k

平均访问时长

00:00:24

每次访问页数

1.48

跳出率

69.23%

流量来源

直接访问

28.00%

自然搜索

50.66%

邮件

1.54%

外链引荐

8.89%

社交媒体

10.91%

展示广告

0

截止目前所有流量趋势图

地理流量分布情况

美国

49.48%

印度

12.04%

加拿大

5.15%

英国

4.67%

中国

1.92%

类似产品

© 2024     AIbase    备案号:闽ICP备2023012347号-1

隐私政策

用户协议

意见反馈 网站地图