Anpassen von Amazon Nova-Modellen - Amazon Nova

Die vorliegende Übersetzung wurde maschinell erstellt. Im Falle eines Konflikts oder eines Widerspruchs zwischen dieser übersetzten Fassung und der englischen Fassung (einschließlich infolge von Verzögerungen bei der Übersetzung) ist die englische Fassung maßgeblich.

Anpassen von Amazon Nova-Modellen

Sie können Amazon Nova-Modelle je nach den Anforderungen Ihres Anwendungsfalls mit Amazon Bedrock oder SageMaker KI anpassen, um die Modellleistung zu verbessern und ein besseres Kundenerlebnis zu schaffen.

Die Anpassung der Amazon Nova-Modelle erfolgt unter Berücksichtigung verantwortungsvoller KI-Überlegungen. Die folgende Tabelle fasst die Verfügbarkeit von Anpassungen und Destillationen für Amazon Nova zusammen.

Modellname

Modell-ID

Feinabstimmung von Amazon Bedrock

Destillation Amazon Amazonas-Grundgestein

Sagemaker Training JobFeinabstimmung

Amazon Nova Micro

Amazonas. nova-micro-v1:00:128 k

Ja

Student

Ja

Amazon Nova Lite

Amazonas. nova-lite-v1:0: :300k

Ja

Student

Ja

Amazon Nova Pro

Amazonas. nova-pro-v1:0:300 k

Ja

Lehrer und Student

Ja

Amazon Nova Premier

Amazonas. nova-premier-v1:00:1000 k

Nein

Lehrer

Nein

Amazon Nova Leinwand

Amazonas. nova-canvas-v1:0

Ja

Nein

Nein

Amazon Nova Reel

Amazonas. nova-reel-v1:1

Nein

Nein

Nein

Die folgende Abbildung zeigt die für Amazon Nova-Modelle verfügbaren Anpassungspfade:

Das Bild zeigt verschiedene Pfade, die für die Modellanpassung verfügbar sind.

In der folgenden Tabelle sind die verfügbaren Trainingsrezeptoptionen zusammengefasst. Die Tabelle enthält Informationen sowohl über den Dienst, den Sie verwenden können, als auch über die verfügbare Inferenztechnik.

Rezept für das Training

Amazon Bedrock

SageMaker Ausbildungsjobs im Bereich KI

SageMaker KI Hyperpod

On-Demand

Durchsatz bei der Bereitstellung

Parametereffiziente überwachte Feinabstimmung

Ja

Ja

Ja

Ja

Ja

Beaufsichtigte Feinabstimmung in vollem Umfang

Nein

Ja

Ja

Nein

Ja

Parametereffiziente Feinabstimmung der direkten Präferenzoptimierung

Nein

Ja

Ja

Ja

Ja

Direkte Präferenzoptimierung mit vollem Rang

Nein

Ja

Ja

Nein

Ja

Proximale Politikoptimierung, Reinforcement-Learning

Nein

Nein

Ja

Nein

Ja

Destillation — Amazon Nova Premier als Lehrer

Ja

Nein

Ja

Ja

Ja

Destillation — Amazon Nova Pro als Lehrer

Ja

Nein

Ja

Ja

Ja

Kontinuierliches Vortraining

Nein

Nein

Ja

Nein

Ja