Refinamiento supervisado (SFT)
El refinamiento supervisado (SFT) entrena un modelo mediante pares de entrada y salida etiquetados. El modelo aprende a partir de ejemplos de demostración que consisten en peticiones y respuestas, y refina sus capacidades para alinearlas con tareas, instrucciones o comportamientos deseados específicos.
Cuándo usar el SFT
Use SFT cuando pueda especificar cuál es el comportamiento correcto a través de ejemplos etiquetados. SFT es ideal cuando:
-
Dispone de pares de entrada-salida de alta calidad que demuestran el comportamiento deseado
-
Desea enseñarle al modelo un formato, tono o estilo de respuesta específicos
-
Su tarea requiere seguir instrucciones o flujos de trabajo específicos del dominio
-
Debe adaptar el modelo a las tareas multimodales (texto, imagen, video o llamadas con herramientas)
Modelos compatibles
El SFT está disponible para los siguientes modelos de Amazon Nova:
-
Nova 1.0 (Micro, Lite, Pro)
-
Nova 2.0 (Lite)
Cuándo se debe usar Nova 1.0 en lugar de Nova 2.0
La familia de modelos de Amazon Nova ofrece varios puntos operativos de relación entre precio y rendimiento para optimizar la precisión, la velocidad y el costo.
Elija Nova 2.0 cuando necesite lo siguiente:
-
Capacidades de razonamiento mejoradas que admiten el modo de razonamiento explícito
-
Rendimiento multilingüe más amplio en varios otros idiomas
-
Rendimiento mejorado en tareas complejas, como la codificación y el uso de herramientas
-
Gestión ampliada del contexto con mayor precisión y estabilidad en contextos más largos
nota
El modelo más grande no siempre es mejor. Tenga en cuenta la relación costo-rendimiento y los requisitos específicos de su empresa cuando tenga que elegir entre los modelos de Nova 1.0 y Nova 2.0.
