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.
Personnalisation des modèles Amazon Nova sur Amazon AI SageMaker
Vous pouvez personnaliser les modèles Amazon Nova à l'aide de recettes et les entraîner à utiliser l' SageMaker IA. Ces recettes prennent en charge des techniques telles que le réglage fin supervisé (SFT) et l'optimisation directe des préférences (DPO), avec des options d'adaptation de rang complet et de rang inférieur (LoRa).
Le flux end-to-end de travail de personnalisation implique des étapes telles que la formation du modèle, l'évaluation du modèle et le déploiement à des fins d'inférence. Cette approche de personnalisation des modèles basée sur l' SageMaker IA offre une flexibilité et un contrôle accrus pour affiner les modèles Amazon Nova pris en charge, optimiser les hyperparamètres avec précision et mettre en œuvre des techniques telles que le réglage précis efficace des paramètres LoRa (PEFT), le SFT complet, le DPO, la pré-formation continue (CPT), l'optimisation des politiques proximales (PPO), etc.
SageMaker L'IA propose deux environnements pour personnaliser les modèles Amazon Nova.
-
Amazon SageMaker Training Jobs fournit un environnement entièrement géré pour personnaliser les modèles Nova, dans lequel vous n'avez pas besoin de créer ou de gérer des clusters. Le service gère automatiquement le provisionnement, le dimensionnement et la gestion des ressources de l'infrastructure, ce qui vous permet de vous concentrer uniquement sur la configuration de vos paramètres de formation et la soumission de votre travail. Vous pouvez personnaliser les modèles Nova lors de tâches d' SageMaker entraînement à l'aide de techniques telles que le réglage fin efficace des paramètres (PEFT), le réglage précis du classement complet ainsi que l'optimisation directe des préférences (DPO). Pour de plus amples informations, veuillez consulter Personnalisation d'Amazon Nova pour les tâches SageMaker de formation.
-
Amazon SageMaker HyperPod propose un environnement spécialisé pour former les modèles Nova en vous demandant de créer et de gérer des clusters SageMaker HyperPod EKS avec des groupes d'instances restreints (RIGs). Cet environnement vous permet de configurer votre environnement de formation avec des instances GPU spécialisées et un stockage Amazon FSx for Lustre intégré, ce qui le rend particulièrement adapté aux scénarios de formation distribuée avancés et au développement continu de modèles. Pour de plus amples informations, veuillez consulter Personnalisation d'Amazon Nova sur Amazon SageMaker HyperPod.
Dans ce chapitre
