View a markdown version of this page

Envío de trabajos de personalización de modelos de IA - Amazon SageMaker AI
Envío de trabajos de personalización de modelos de IA mediante el SDKSupervisar su trabajo de personalización

Las traducciones son generadas a través de traducción automática. En caso de conflicto entre la traducción y la version original de inglés, prevalecerá la version en inglés.

Envío de trabajos de personalización de modelos de IA

Se puede acceder a la capacidad de personalización del modelo de SageMaker IA desde la página de modelos de Amazon SageMaker Studio en el panel de la izquierda. También puede encontrar la página de activos, donde puede crear y administrar sus conjuntos de datos y evaluadores de personalización de modelos.

Una imagen que contiene el acceso a la personalización del modelo.

Para comenzar a enviar un trabajo de personalización de modelos, seleccione la opción Modelos para acceder a la pestaña Modelos básicos de Jumpstart:

Una imagen que muestra cómo elegir el modelo base.

Puedes hacer clic directamente en Personalizar modelo en la tarjeta del modelo o puedes buscar cualquier modelo de Meta que te interese personalizar.

Una imagen que contiene la tarjeta del modelo y cómo elegir el modelo a personalizar.

Al hacer clic en la tarjeta del modelo, puede acceder a la página de detalles del modelo e iniciar el trabajo de personalización haciendo clic en Personalizar el modelo y, a continuación, seleccionando Personalizar con interfaz de usuario para iniciar la configuración de su trabajo de RLVR.

Una imagen que muestra cómo iniciar el trabajo de personalización.

A continuación, puede introducir el nombre del modelo personalizado, seleccionar la técnica de personalización del modelo que desee utilizar y configurar los hiperparámetros del trabajo:

Imagen que contiene una selección de técnicas de personalización del modelo.
Imagen que contiene una selección de técnicas de personalización de modelos.

Envío de trabajos de personalización de modelos de IA mediante el SDK

También puedes usar el SDK de Python para SageMaker IA para enviar un trabajo de personalización de modelos:

# Submit a DPO model customization job

from sagemaker.modules.train.dpo_trainer import DPOTrainer
from sagemaker.modules.train.common import TrainingType

trainer = DPOTrainer(
    model=BASE_MODEL,
    training_type=TrainingType.LORA,
    model_package_group_name=MODEL_PACKAGE_GROUP_NAME,
    training_dataset=TRAINING_DATASET,
    s3_output_path=S3_OUTPUT_PATH,
    sagemaker_session=sagemaker_session,
    role=ROLE_ARN
)

Supervisar su trabajo de personalización

Inmediatamente después de enviar su trabajo, se le redirigirá a su página de trabajo de formación sobre personalización de modelos.

Una imagen que contiene una selección de técnicas de personalización de modelos.

Una vez finalizado el trabajo, puede ir a la página de detalles del modelo personalizado haciendo clic en el botón Ir al modelo personalizado situado en la esquina superior derecha.

Una imagen que contiene una selección de técnicas de personalización del modelo.

En la página de detalles del modelo personalizado, puede seguir trabajando con su modelo personalizado de la siguiente manera:

  1. Comprueba la información sobre el rendimiento, la ubicación de los artefactos generados, los hiperparámetros de configuración del entrenamiento y los registros de entrenamiento.

  2. Inicie un trabajo de evaluación con un conjunto de datos diferente (personalización continua).

  3. Implemente el modelo mediante puntos de enlace de inferencia de SageMaker IA o Amazon Bedrock Custom Model Import.

    Imagen que contiene una selección de técnicas de personalización del modelo.