Terjemahan disediakan oleh mesin penerjemah. Jika konten terjemahan yang diberikan bertentangan dengan versi bahasa Inggris aslinya, utamakan versi bahasa Inggris.
# Sumber model dan perjanjian lisensi
Amazon SageMaker JumpStart menyediakan akses ke ratusan model yayasan yang tersedia untuk umum dan eksklusif dari sumber dan mitra pihak ketiga. Anda dapat menjelajahi pemilihan model JumpStart foundation langsung di konsol SageMaker AI, Studio, atau Studio Classic.
## Lisensi dan sumber model
Amazon SageMaker JumpStart menyediakan akses ke model yayasan yang tersedia untuk umum dan eksklusif. Model Foundation onboard dan dikelola dari penyedia open source dan proprietary pihak ketiga. Dengan demikian, mereka dirilis di bawah lisensi yang berbeda seperti yang ditunjuk oleh sumber model. Pastikan untuk meninjau lisensi untuk model yayasan apa pun yang Anda gunakan. Anda bertanggung jawab untuk meninjau dan mematuhi persyaratan lisensi yang berlaku dan memastikannya dapat diterima untuk kasus penggunaan Anda sebelum mengunduh atau menggunakan konten. Beberapa contoh lisensi model pondasi umum meliputi:
+ Alexa Guru Model
+ Apache 2.0
+ BigScience Lisensi AI yang Bertanggung Jawab v1.0
+ Lisensi CreativeML Open RAIL\+\+-M
Demikian pula, untuk model yayasan berpemilik apa pun, pastikan untuk meninjau dan mematuhi ketentuan penggunaan dan pedoman penggunaan apa pun dari penyedia model. Jika Anda memiliki pertanyaan tentang informasi lisensi untuk model kepemilikan tertentu, hubungi penyedia model secara langsung. Anda dapat menemukan informasi kontak penyedia model di tab **Support** di setiap halaman model AWS Marketplace.
## Perjanjian lisensi pengguna akhir
Beberapa model JumpStart dasar memerlukan penerimaan eksplisit dari perjanjian lisensi pengguna akhir (EULA) sebelum digunakan.
### Penerimaan EULA di Amazon Studio SageMaker
Anda mungkin diminta untuk menerima perjanjian lisensi pengguna akhir sebelum menyempurnakan, menerapkan, atau mengevaluasi model dasar di Studio. JumpStart Untuk memulai dengan model JumpStart foundation di Studio, lihat[Gunakan model pondasi di Studio](jumpstart-foundation-models-use-studio-updated.md).
**penting**
Per 30 November 2023, pengalaman Amazon SageMaker Studio sebelumnya sekarang bernama Amazon SageMaker Studio Classic. Bagian berikut khusus untuk menggunakan pengalaman Studio yang diperbarui. Untuk informasi tentang menggunakan aplikasi Studio Classic, lihat[Amazon SageMaker Studio Klasik](studio.md).
Beberapa model JumpStart dasar memerlukan penerimaan perjanjian lisensi pengguna akhir sebelum penerapan. Jika ini berlaku untuk model dasar yang Anda pilih untuk digunakan, Studio akan meminta Anda dengan jendela yang berisi konten EULA. Anda bertanggung jawab untuk meninjau dan mematuhi persyaratan lisensi yang berlaku dan memastikannya dapat diterima untuk kasus penggunaan Anda sebelum mengunduh atau menggunakan model.
#### Penerimaan EULA di Amazon SageMaker Studio Classic
Anda mungkin diminta untuk menerima perjanjian lisensi pengguna akhir sebelum menerapkan model foundation atau membuka notebook model JumpStart JumpStart foundation di Studio Classic. Untuk memulai dengan model JumpStart foundation di Studio Classic, lihat[Gunakan model foundation di Amazon SageMaker Studio Classic](jumpstart-foundation-models-use-studio.md).
**penting**
Per 30 November 2023, pengalaman Amazon SageMaker Studio sebelumnya sekarang bernama Amazon SageMaker Studio Classic. Bagian berikut khusus untuk menggunakan aplikasi Studio Classic. Untuk informasi tentang menggunakan pengalaman Studio yang diperbarui, lihat[SageMaker Studio Amazon](studio-updated.md).
Studio Classic masih dipertahankan untuk beban kerja yang ada tetapi tidak lagi tersedia untuk orientasi. Anda hanya dapat menghentikan atau menghapus aplikasi Studio Classic yang ada dan tidak dapat membuat yang baru. Kami menyarankan Anda [memigrasikan beban kerja Anda ke pengalaman Studio yang baru](studio-updated-migrate.md).
Beberapa model JumpStart dasar memerlukan penerimaan perjanjian lisensi pengguna akhir sebelum penerapan. **Jika ini berlaku untuk model dasar yang Anda pilih untuk digunakan, Studio Classic akan meminta Anda dengan jendela berjudul **Tinjau Perjanjian Lisensi Pengguna Akhir (EULA) dan Kebijakan Penggunaan yang Dapat Diterima (AUP) di bawah ini** setelah Anda memilih **Deploy** atau Buka buku catatan.** Anda bertanggung jawab untuk meninjau dan mematuhi persyaratan lisensi yang berlaku dan memastikannya dapat diterima untuk kasus penggunaan Anda sebelum mengunduh atau menggunakan model.
### Penerimaan EULA dengan SDK SageMaker Python
Bagian berikut menunjukkan cara mendeklarasikan penerimaan EULA secara eksplisit saat menerapkan atau menyempurnakan model dengan SDK. JumpStart SageMaker Python Untuk informasi selengkapnya tentang memulai dengan model JumpStart foundation menggunakan SageMaker Python SDK, lihat[Gunakan model foundation dengan SageMaker Python SDK](jumpstart-foundation-models-use-python-sdk.md).
Sebelum memulai, pastikan Anda melakukan hal berikut:
+ Tingkatkan ke versi terbaru dari model yang Anda gunakan.
+ Instal SageMaker Python SDK versi terbaru.
**penting**
Untuk menggunakan alur kerja berikut, Anda harus menginstal SDK [v2.198.0](https://github.com/aws/sagemaker-python-sdk/releases/tag/v2.198.0) atau yang lebih baru. SageMaker Python
#### Penerimaan EULA saat menerapkan model JumpStart
Untuk model yang memerlukan penerimaan perjanjian lisensi pengguna akhir, Anda harus secara eksplisit menyatakan penerimaan EULA saat menerapkan model Anda. JumpStart
```
from sagemaker.jumpstart.model import JumpStartModel
model_id = {{"meta-textgeneration-llama-2-13b"}}
my_model = JumpStartModel(model_id=model_id)
# Declare EULA acceptance when deploying your JumpStart model
predictor = my_model.deploy(accept_eula={{True}})
```
`accept_eula`Nilai secara `None` default dan harus didefinisikan ulang secara eksplisit untuk menerima `True` perjanjian lisensi pengguna akhir. Untuk informasi selengkapnya, lihat [JumpStartModel](https://sagemaker.readthedocs.io/en/stable/api/inference/model.html#sagemaker.jumpstart.model.JumpStartModel).
#### Penerimaan EULA saat menyempurnakan model JumpStart
Untuk model fine-tuning yang memerlukan penerimaan perjanjian lisensi pengguna akhir, Anda harus secara eksplisit menyatakan penerimaan EULA saat menjalankan metode untuk estimator Anda. `fit()` JumpStart Setelah menyempurnakan model yang telah dilatih sebelumnya, bobot model asli diubah. Oleh karena itu, ketika Anda menerapkan model fine-tuned nanti, Anda tidak perlu menerima EULA.
**catatan**
Contoh berikut ini ditetapkan`accept_eula=False`. Anda harus mengubah nilainya secara manual untuk menerima EULA. `True`
```
from sagemaker.jumpstart.estimator import JumpStartEstimator
model_id = {{"meta-textgeneration-llama-2-13b"}}
# Declare EULA acceptance when defining your JumpStart estimator
estimator = JumpStartEstimator(model_id=model_id)
estimator.fit(accept_eula=False,
{"train": training_dataset_s3_path, "validation": validation_dataset_s3_path}
)
```
`accept_eula`Nilai secara `None` default dan harus didefinisikan ulang secara eksplisit seperti `"true"` dalam `fit()` metode untuk menerima perjanjian lisensi pengguna akhir. Untuk informasi selengkapnya, lihat [JumpStartEstimator](https://sagemaker.readthedocs.io/en/stable/api/training/estimators.html#sagemaker.jumpstart.estimator.JumpStartEstimator).
#### Versi SageMaker Python SDK penerimaan EULA lebih awal dari 2.198.0
**penting**
Saat menggunakan versi lebih awal dari [2.198.0](https://github.com/aws/sagemaker-python-sdk/releases/tag/v2.198.0) SageMaker Python SDK, Anda harus menggunakan SageMaker `Predictor` kelas untuk menerima model EULA.
Setelah menerapkan model JumpStart dasar secara terprogram menggunakan SageMaker Python SDK, Anda dapat menjalankan inferensi terhadap titik akhir yang diterapkan dengan kelas. SageMaker `[Predictor](https://sagemaker.readthedocs.io/en/stable/api/inference/predictors.html)` Untuk model yang memerlukan penerimaan perjanjian lisensi pengguna akhir, Anda harus secara eksplisit menyatakan penerimaan EULA dalam panggilan Anda ke kelas: `Predictor`
```
predictor.predict(payload, custom_attributes="accept_eula=true")
```
`accept_eula`Nilai secara `false` default dan harus didefinisikan ulang secara eksplisit untuk menerima `true` perjanjian lisensi pengguna akhir. Prediktor mengembalikan kesalahan jika Anda mencoba menjalankan inferensi saat `accept_eula` disetel ke. `false` Untuk informasi selengkapnya tentang memulai dengan model JumpStart foundation menggunakan SageMaker Python SDK, lihat[Gunakan model foundation dengan SageMaker Python SDK](jumpstart-foundation-models-use-python-sdk.md).
**penting**
`custom_attributes`Parameter menerima pasangan kunci-nilai dalam format. `"key1=value1;key2=value2"` Jika Anda menggunakan kunci yang sama beberapa kali, server inferensi menggunakan nilai terakhir yang terkait dengan kunci. Misalnya, jika Anda meneruskan `"accept_eula=false;accept_eula=true"` ke `custom_attributes` parameter, maka server inferensi mengaitkan nilai `true` dengan kunci. `accept_eula`