Penyetelan halus yang diawasi (SFT) - Amazon Nova
Perbandingan dan Seleksi Model NovaKapan Menggunakan Nova 1.0 vs Nova 2.0

Terjemahan disediakan oleh mesin penerjemah. Jika konten terjemahan yang diberikan bertentangan dengan versi bahasa Inggris aslinya, utamakan versi bahasa Inggris.

Penyetelan halus yang diawasi (SFT)

Proses pelatihan SFT terdiri dari dua tahap utama:

  • Persiapan Data: Ikuti pedoman yang ditetapkan untuk membuat, membersihkan, atau memformat ulang kumpulan data ke dalam struktur yang diperlukan. Pastikan bahwa input, output, dan informasi tambahan (seperti jejak penalaran atau metadata) diselaraskan dan diformat dengan benar.

  • Konfigurasi Pelatihan: Tentukan bagaimana model akan dilatih. Saat menggunakan, konfigurasi ini ditulis dalam file resep YAMM yang mencakup:

    • Jalur sumber data (kumpulan data pelatihan dan validasi)

    • Hiperparameter kunci (zaman, tingkat pembelajaran, ukuran batch)

    • Komponen opsional (parameter pelatihan terdistribusi, dll)

Perbandingan dan Seleksi Model Nova

Amazon Nova 2.0 adalah model yang dilatih pada dataset yang lebih besar dan lebih beragam daripada Amazon Nova 1.0. Perbaikan utama meliputi:

  • Kemampuan penalaran yang ditingkatkan dengan dukungan mode penalaran eksplisit

  • Kinerja multibahasa yang lebih luas di seluruh bahasa tambahan

  • Peningkatan kinerja pada tugas-tugas kompleks termasuk pengkodean dan penggunaan alat

  • Penanganan konteks yang diperluas dengan akurasi dan stabilitas yang lebih baik pada panjang konteks yang lebih panjang

Kapan Menggunakan Nova 1.0 vs Nova 2.0

Pilih Amazon Nova 1.0 saat:

  • Kasus penggunaan membutuhkan pemahaman bahasa standar tanpa alasan lanjutan

  • Kinerja telah divalidasi di Amazon Nova 1.0 dan kemampuan tambahan tidak diperlukan