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.

# Fine-tuning supervisionato (SFT)
<a name="nova-fine-tune"></a>

Il processo di formazione SFT consiste in due fasi principali:
+ **Preparazione dei dati**: segui le linee guida stabilite per creare, pulire o riformattare i set di dati nella struttura richiesta. Assicurati che gli input, gli output e le informazioni ausiliarie (come tracce di ragionamento o metadati) siano allineati e formattati correttamente.
+ **Configurazione dell'addestramento**: definisci come verrà addestrato il modello. Quando viene utilizzata, questa configurazione è scritta in un file di ricette YAML che include:
  + Percorsi di origine dei dati (set di dati di formazione e convalida)
  + Iperparametri chiave (epoche, frequenza di apprendimento, dimensione del batch)
  + Componenti opzionali (parametri di allenamento distribuiti, ecc.)

## Confronto e selezione dei modelli Nova
<a name="nova-model-comparison"></a>

Amazon Nova 2.0 è un modello addestrato su un set di dati più ampio e diversificato rispetto ad Amazon Nova 1.0. I miglioramenti includono:
+ **Capacità di ragionamento avanzate con supporto della** modalità di ragionamento esplicito
+ Prestazioni **multilingue più ampie in altre lingue**
+ **Prestazioni migliorate su attività complesse,** tra cui la codifica e l'uso degli strumenti
+ **Gestione estesa del contesto** con maggiore precisione e stabilità a lunghezze di contesto più lunghe

## Quando usare Nova 1.0 rispetto a Nova 2.0
<a name="nova-model-selection"></a>

Scegli Amazon Nova 1.0 quando:
+ Il caso d'uso richiede una comprensione linguistica standard senza ragionamenti avanzati
+ Le prestazioni sono già state convalidate su Amazon Nova 1.0 e non sono necessarie funzionalità aggiuntive