Le traduzioni sono generate tramite traduzione automatica. In caso di conflitto tra il contenuto di una traduzione e la versione originale in Inglese, quest'ultima prevarrà.

# Ottimizza i modelli a peso aperto utilizzando -compatible OpenAI APIs
<a name="fine-tuning-openai-apis"></a>

Amazon Bedrock fornisce endpoint API OpenAI compatibili per la messa a punto dei modelli di base. Questi endpoint consentono di utilizzare strumenti familiari per creare, monitorare OpenAI SDKs e gestire lavori di ottimizzazione con i modelli Amazon Bedrock. Questa pagina illustra come utilizzarli per la messa a punto dei rinforzi. APIs 

## Funzionalità chiave
<a name="fine-tuning-openai-key-capabilities"></a>
+ **Carica file di formazione**: utilizza l'API Files per caricare e gestire i dati di formazione per perfezionare i lavori
+ **Crea lavori di ottimizzazione: inizia a perfezionare i lavori** con dati di formazione personalizzati e funzioni di ricompensa
+ **Elenca e recupera i lavori: visualizza tutti i lavori di** messa a punto e ottieni informazioni dettagliate su lavori specifici
+ Monitora **gli eventi lavorativi: monitora** i progressi di ottimizzazione tramite registri degli eventi dettagliati
+ **Accedi ai checkpoint: recupera i checkpoint del modello intermedio** creati durante la formazione
+ **Inferenza immediata**: una volta completata la messa a punto, utilizza il modello ottimizzato risultante per l'inferenza su richiesta tramite la compatibilità con OpenAI di Amazon Bedrock (API di completamento delle risposte e delle chat) senza passaggi di distribuzione aggiuntivi APIs 
+ **Migrazione** sempliceOpenAI: compatibile con le basi di codice SDK esistenti

## Workflow di rinforzo e ottimizzazione per modelli a peso aperto
<a name="fine-tuning-openai-workflow"></a>

Prima della messa a punto, assicurati di disporre dei prerequisiti, poiché Amazon Bedrock necessita di autorizzazioni specifiche per creare e gestire il processo di messa a punto. Per informazioni complete su [Accesso e sicurezza per modelli a peso aperto](rft-open-weight-access-security.md) sicurezza e autorizzazioni, consulta.

Esegui la messa a punto del rinforzo per i modelli a peso aperto in 5 passaggi:

1. **Carica il set di dati di addestramento**: utilizza l'API Files per caricare i prompt nel formato richiesto (ad esempio, JSONL) con lo scopo di «perfezionare» il set di dati di addestramento per il perfezionamento dei rinforzi. Per ulteriori informazioni, consulta [Preparare i dati per modelli a peso aperto](rft-prepare-data-open-weight.md).

1. **Configura la funzione Reward**: definisci un classificatore per assegnare un punteggio alle risposte del modello in base a correttezza, struttura, tono o altri obiettivi utilizzando le funzioni Lambda. Per ulteriori informazioni, consulta [Configurazione delle funzioni di ricompensa per i modelli a peso aperto](reward-functions-open-weight.md).

1. **Crea un lavoro di fine-tuning**: avvia il processo di ottimizzazione del rinforzo utilizzando l'API compatibile specificando il modello di base, OpenAI il set di dati, la funzione di ricompensa e altre impostazioni opzionali come gli iperparametri. Per ulteriori informazioni, consulta [Crea un lavoro di messa a punto](fine-tuning-openai-job-create.md#fine-tuning-openai-create-job).

1. Monitora i **progressi della formazione: monitora** lo stato del lavoro, gli eventi e le metriche di formazione utilizzando i processi di ottimizzazione. APIs Per ulteriori informazioni, consulta [Elenca gli eventi di ottimizzazione](fine-tuning-openai-job-create.md#fine-tuning-openai-list-events). Accedi ai checkpoint dei modelli intermedi per valutare le prestazioni nelle diverse fasi della formazione, vedi. [Elenca i checkpoint di ottimizzazione](fine-tuning-openai-job-create.md#fine-tuning-openai-list-checkpoints)

1. **Esegui inferenza**: utilizza l'ID del modello ottimizzato direttamente per l'inferenza tramite le risposte o i completamenti delle chat compatibili con Amazon Bedrock. OpenAI APIs Per ulteriori informazioni, consulta [Esegui l'inferenza con un modello ottimizzato](fine-tuning-openai-job-create.md#fine-tuning-openai-inference).

## Regioni ed endpoint supportati
<a name="fine-tuning-openai-supported-regions"></a>

La tabella seguente mostra i modelli e le regioni di base che supportano la messa a punto OpenAI APIs compatibile:


**Regioni e modelli supportati per una messa a punto compatibile OpenAI APIs**  

| Provider | Modello | ID modello | Nome Regione | Regione | Endpoint | 
| --- | --- | --- | --- | --- | --- | 
| OpenAI | GPT-OSS-20b | apri i.gpt-oss-20b | Stati Uniti occidentali (Oregon) | us-west-2 | bedrock-mantle.us-west-2.api.aws | 
| Qwen | Qwen3 32 GB | qwen.qwen3-32b | Stati Uniti occidentali (Oregon) | us-west-2 | bedrock-mantle.us-west-2.api.aws |