Les traductions sont fournies par des outils de traduction automatique. En cas de conflit entre le contenu d'une traduction et celui de la version originale en anglais, la version anglaise prévaudra.
Réglage précis supervisé (Full FT, PEFT)
Le réglage fin supervisé (SFT) est le processus qui consiste à fournir un ensemble de paires de réponses rapides à un modèle de base afin d'améliorer les performances d'un modèle de base préentraîné sur une tâche spécifique. Les exemples étiquetés sont formatés sous forme de paires prompte-réponse et formulés sous forme d'instructions. Ce processus d'optimisation modifie les poids du modèle.
Vous devez utiliser SFT lorsque vous disposez de données spécifiques à un domaine qui nécessitent la fourniture de paires de réponses rapides spécifiques pour des résultats optimaux. Le SFT de rang complet et le SFT efficace en termes de paramètres sont disponibles.
Pour obtenir des instructions détaillées sur l'utilisation de SFT avec la personnalisation des modèles Amazon Nova, consultez la section Supervised Fine-Tuning (Full FT, PEFT) du guide. SageMakeruser
