Personalización de Amazon Nova en Trabajos de entrenamiento de SageMaker

Trabajos de entrenamiento de SageMaker es un entorno que le permite entrenar modelos de machine learning a escala. Aprovisiona y escala automáticamente los recursos de computación, carga datos de entrenamiento de orígenes como Amazon S3, ejecuta el código de entrenamiento y almacena los artefactos del modelo resultantes.

El objetivo del entrenamiento es personalizar el modelo base de Amazon Nova mediante sus datos patentados. El proceso de entrenamiento suele incluir pasos para preparar los datos, elegir una fórmula, modificar los parámetros de configuración en los archivos YAML y enviar un trabajo de entrenamiento. El proceso de entrenamiento generará un punto de comprobación des modelo entrenados en un bucket de Amazon S3 administrado por servicios. Puede usar esta ubicación de punto de control para trabajos de evaluación. La personalización de Nova en trabajos de entrenamiento de SageMaker AI almacena los artefactos del modelo en un bucket de Amazon S3 administrado por el servicio. Los artefactos del bucket administrado por el servicio se cifran con claves de KMS administradas por SageMaker AI. Los buckets de Amazon S3 administrados por el servicio no son compatibles actualmente con el cifrado de datos utilizando claves administradas por el cliente.

Para ver las prácticas recomendadas, consulte Prácticas recomendadas.