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.
Refinamiento supervisado (SFT)
El proceso de formación de la SFT consta de dos etapas principales:
-
Preparación de datos: siga las pautas establecidas para crear, limpiar o reformatear conjuntos de datos para adaptarlos a la estructura requerida. Asegúrese de que las entradas, las salidas y la información auxiliar (como las pistas de razonamiento o los metadatos) estén alineadas y formateadas correctamente.
-
Configuración del entrenamiento: defina cómo se entrenará el modelo. Cuando se usa SageMaker HyperPod, esta configuración se escribe en un archivo de recetas YAML que incluye:
-
Rutas de origen de datos (conjuntos de datos de entrenamiento y validación)
-
Hiperparámetros clave (épocas, tasa de aprendizaje, tamaño del lote)
-
Componentes opcionales (parámetros de entrenamiento distribuidos, etc.)
-
Comparación y selección de modelos Nova
Amazon Nova 2.0 es un modelo entrenado en un conjunto de datos más amplio y diverso que Amazon Nova 1.0. Entre las características clave se incluyen las siguientes:
-
Capacidades de razonamiento mejoradas con soporte para el modo de razonamiento explícito
-
Rendimiento multilingüe más amplio en otros idiomas
-
Rendimiento mejorado en tareas complejas, incluida la codificación y el uso de herramientas
-
Manejo ampliado del contexto con mayor precisión y estabilidad en contextos más largos
Cuándo usar Nova 1.0 frente a Nova 2.0
Elija Amazon Nova 2.0 cuando:
-
Se necesita un rendimiento superior con capacidades de razonamiento avanzadas
-
Se requiere soporte multilingüe o un manejo de tareas complejas
-
Se necesitan mejores resultados en las tareas de codificación, uso de herramientas o análisis
Elija Amazon Nova 1.0 cuando:
-
El caso de uso requiere una comprensión del lenguaje estándar sin un razonamiento avanzado
-
El rendimiento ya se ha validado en Amazon Nova 1.0 y no se necesitan capacidades adicionales
