अमेज़न AWS ने मानव बेंचमार्किंग टीम लॉन्च की है, जिसका उद्देश्य आर्टिफिशियल इंटेलिजेंस मॉडल के मूल्यांकन में सुधार करना है। अमेज़न चाहता है कि उपयोगकर्ता आर्टिफिशियल इंटेलिजेंस मॉडल का बेहतर मूल्यांकन कर सकें और इस प्रक्रिया में अधिक लोगों को शामिल होने के लिए प्रेरित करें। AWS बेडरॉक पर मॉडल मूल्यांकन प्रदान करता है, जिससे उनके भंडार में मौजूदा मॉडल का मूल्यांकन किया जा सके। मॉडल मूल्यांकन में स्वचालित मूल्यांकन और मानव मूल्यांकन दोनों भाग शामिल होते हैं, जो विभिन्न मानकों के आधार पर मॉडल के प्रदर्शन का मूल्यांकन करते हैं। AWS उपयोगकर्ताओं के साथ मिलकर काम करने के लिए मानव मूल्यांकन टीम भी प्रदान करता है, ताकि ऐसे मानकों की पहचान की जा सके जो स्वचालित प्रणाली द्वारा पता नहीं किए जा सकते।