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. # Analizzare i risultati di un processo di personalizzazione dei modelli Una volta completato il processo di personalizzazione dei modelli, è possibile analizzarne i risultati. I seguenti artefatti vengono caricati nel bucket S3 specificato durante la creazione del processo di personalizzazione dei modelli: + **Metriche di addestramento e convalida**: Amazon Bedrock fornisce metriche di addestramento per tutti i processi di personalizzazione dei modelli. In alcuni processi di personalizzazione dei modelli sono anche incluse metriche di convalida. + **Dati sintetici (solo Model Distillation)**: prompt di esempio del set di dati sintetici che Amazon Bedrock ha generato dal modello insegnante e utilizzato per eseguire il fine-tuning del modello studente durante il [processo di distillazione](submit-model-distillation-job.md). Queste informazioni possono aiutarti a comprendere e convalidare ulteriormente il modo in cui è stato addestrato il tuo modello personalizzato. + **Approfondimenti sui prompt (solo Model Distillation)**: un report sulle richieste di input che sono state accettate e rifiutate (insieme al motivo) durante la distillazione. Queste informazioni possono aiutarti a correggere e perfezionare i prompt se dovete eseguire un altro processo di distillazione. Amazon Bedrock archivia i tuoi modelli personalizzati in uno storage AWS gestito specifico per te. Account AWS Puoi anche valutare il modello eseguendo un processo di valutazione del modello. Per ulteriori informazioni, consulta [Valutare le prestazioni delle risorse Amazon Bedrock](evaluation.md). L’esempio seguente mostra dove è possibile trovare le metriche di addestramento e convalida in un bucket S3: ``` - model-customization-job-training-job-id/ - training_artifacts/ - step_wise_training_metrics.csv - validation_artifacts/ - post_fine_tuning_validation/ - validation_metrics.csv ``` Utilizza `step_wise_training_metrics.csv` e i file `validation_metrics.csv` per analizzare il processo di personalizzazione del modello e per modificare il modello secondo necessità. Le colonne del file `step_wise_training_metrics.csv` sono le seguenti. + `step_number` - Fase del processo di addestramento. Inizia da 0. + `epoch_number` - Epoch del processo di addestramento. + `training_loss` - Indica il grado di adattabilità del modello ai dati di addestramento. Un valore più basso indica una migliore adattabilità. + `perplexity` - Indica il grado di precisione con cui il modello è in grado di prevedere una sequenza di token. Un valore più basso indica una migliore abilità predittiva. Le colonne del file `validation_metrics.csv` sono le stesse del file di addestramento, tranne per il fatto che è presente `validation_loss` (il grado di adattabilità del modello ai dati di convalida) al posto di `training_loss`. Puoi trovare i file di output aprendo direttamente [https://console.aws.amazon.com/s3](https://console.aws.amazon.com/s3) o trovando il link alla cartella di output tra i dettagli del tuo modello. Scegli la scheda relativa al metodo che preferisci, quindi segui la procedura: ------ #### [ Console ] 1. Accedi a Console di gestione AWS con un'identità IAM che dispone delle autorizzazioni per utilizzare la console Amazon Bedrock. Quindi, apri la console Amazon Bedrock in [https://console.aws.amazon.com/bedrock.](https://console.aws.amazon.com/bedrock) 1. Nel riquadro di navigazione a sinistra, scegli **Modelli personalizzati** in **Ottimizza**. 1. Nella scheda **Modelli**, seleziona un modello per visualizzarne i dettagli. Il **nome del processo** è disponibile nella sezione **Dettagli modello**. 1. Per visualizzare i file S3 di output, seleziona la **posizione S3** nella sezione **Dati di output**. 1. Trova i file delle metriche di addestramento e convalida nella cartella il cui nome corrisponde al **nome del processo** per il modello. ------ #### [ API ] Per elencare informazioni su tutti i tuoi modelli personalizzati, invia una richiesta [ListCustomModels](https://docs.aws.amazon.com/bedrock/latest/APIReference/API_ListCustomModels.html)(consulta il link per i formati di richiesta e risposta e i dettagli sui campi) con un [endpoint del piano di controllo Amazon Bedrock](https://docs.aws.amazon.com/general/latest/gr/bedrock.html#br-cp). Fai riferimento a [ListCustomModels](https://docs.aws.amazon.com/bedrock/latest/APIReference/API_ListCustomModels.html)per i filtri che puoi utilizzare. Per elencare tutti i tag per un modello personalizzato, invia una [ListTagsForResource](https://docs.aws.amazon.com/bedrock/latest/APIReference/API_ListTagsForResource.html)richiesta con un [endpoint del piano di controllo Amazon Bedrock](https://docs.aws.amazon.com/general/latest/gr/bedrock.html#br-cp) e includi l'Amazon Resource Name (ARN) del modello personalizzato. Per monitorare lo stato di un processo di personalizzazione del modello, invia una richiesta [GetCustomModel](https://docs.aws.amazon.com/bedrock/latest/APIReference/API_GetCustomModel.html)(consulta il link per i formati di richiesta e risposta e i dettagli dei campi) a un [endpoint del piano di controllo Amazon Bedrock](https://docs.aws.amazon.com/general/latest/gr/bedrock.html#br-cp) con`modelIdentifier`, che è uno dei seguenti. + Il nome che hai assegnato al modello. + L'ARN del modello. Puoi visualizzare `trainingMetrics` e `validationMetrics` per un processo di personalizzazione del modello nella risposta o. [GetModelCustomizationJob[GetCustomModel](https://docs.aws.amazon.com/bedrock/latest/APIReference/API_GetCustomModel.html)](https://docs.aws.amazon.com/bedrock/latest/APIReference/API_GetModelCustomizationJob.html) Per scaricare i file delle metriche di addestramento e convalida, segui la procedura [Download degli oggetti](https://docs.aws.amazon.com/AmazonS3/latest/userguide/download-objects.html). Utilizza l’URI S3 che hai fornito in `outputDataConfig`. [Vedi esempi di codice](model-customization-code-samples.md) ------