A personalização do modelo sem servidor do Amazon SageMaker AI agora oferece suporte a ajuste fino completo
A personalização do modelo sem servidor do Amazon SageMaker AI agora oferece suporte ao ajuste fino completo para mais de 25 modelos de código aberto. Isso inclui modelos populares das famílias de modelos gpt-oss, Gemma, Llama, Nemotron e Qwen. Além de métodos eficientes em parâmetros, como o LoRa, que atualizam um pequeno subconjunto de pesos do modelo, agora você pode atualizar todos os parâmetros no modelo para uma adaptação mais profunda quando seu caso de uso exigir.
O ajuste fino completo permite que o modelo aprenda mais detalhadamente seus padrões, terminologia e estrutura de tarefas específicos do domínio. Isso é particularmente valioso quando você precisa que o modelo adquira recursos além dos ajustes de estilo no nível superficial, como aprender padrões de raciocínio especializados, adotar formatos de saída complexos ou internalizar o conhecimento do domínio a partir de grandes conjuntos de dados proprietários. Com a personalização do modelo sem servidor, o SageMaker gerencia todo o provisionamento de infraestrutura e a orquestração de treinamento, para que você possa executar trabalhos completos de ajuste fino sem provisionar ou gerenciar qualquer infraestrutura e pague somente pelo que usar.
O ajuste fino completo sem servidor no SageMaker está disponível no Leste dos EUA (Norte da Virgínia), Oeste dos EUA (Oregon), Ásia-Pacífico (Tóquio) e Europa (Irlanda). Para começar a usá-lo, navegue até a página Modelos no Amazon SageMaker Studio para iniciar um trabalho de personalização ou use o SDK do SageMaker Python para acessar o recurso de forma programática. Para saber mais e ver a lista de modelos compatíveis, consulte a documentação de personalização do modelo do Amazon SageMaker AI.