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.
Einschränkungen
Die Amazon Nova-Anpassung unterstützt die folgenden SageMaker KI-Funktionen nicht.
-
Benutzerdefinierte Metriken für die Bewertung (RegEx oder auf Grundlage eines LLMAs Richters)
Das aktuelle Testrezept von Amazon Nova unterstützt nicht die Integration Ihrer eigenen Regex- oder LLMAs Judge-basierten benutzerdefinierten Metriken. Um dieses Problem zu umgehen, können Sie das Modell nach Amazon Bedrock exportieren und dann Inferenzaufrufen, um das benutzerdefinierte Modell mit benutzerdefinierten Metriken auszuwerten.
-
Rufen Sie die Instanz per SSH auf, um die Metriken zu finden
Aufgrund der vorhandenen Sicherheitskontrollen können Sie keine SSH-Verbindung zum Master-Knoten in der Training Algo-1-Instance herstellen, um Speicher- oder NVIDIA-Statistiken zu finden und die Trainingsschritte zu validieren.
-
Support für das SageMaker Trainer-SDK
SageMaker Der Trainer ist derzeit nicht verfügbar, um mit Trainingsjobs zu beginnen. Sie können heute nur über die Estimator-API mit Trainingsjobs beginnen.
-
Warme Pools sind für SageMaker Trainingsjobs nicht zugänglich
Aufgrund der vorhandenen Sicherheitskontrollen können die SageMaker warmen Pools nicht verwendet werden, um die Instanz bis zum Ende der Nutzungsdauer im warmen Pool zu belassen.
-
Zusammenführen von benutzerdefinierten Modellen
Das Zusammenführen mehrerer Modelle wird derzeit nicht unterstützt. Das bedeutet, dass das Erstellen mehrerer LoRa-Adapter und das Ausführen eines Mehrfachzusammenführungsvorgangs mit dem Basismodell nicht verfügbar sind.
-
Unterstütztes Beobachtbarkeitstool
TensorBoard
ist das einzige unterstützte Observability-Tool zur Anzeige von Kennzahlen für SageMaker KI-Schulungsjobs. MLFlow oder WandB werden derzeit nicht unterstützt. Weitere Informationen zur Verwendung von TensorBoard in finden Sie SageMaker unter TensorBoard in SageMaker AI.
