View a markdown version of this page

Invio di lavori di personalizzazione del modello AI - Amazon SageMaker AI

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.

Invio di lavori di personalizzazione del modello AI

È possibile accedere alla funzionalità di personalizzazione del modello SageMaker AI dalla pagina Modelli di Amazon SageMaker Studio nel pannello di sinistra. Puoi anche trovare la pagina Assets in cui puoi creare e gestire set di dati e valutatori per la personalizzazione del modello.

Un'immagine contenente l'accesso alla personalizzazione del modello.

Per iniziare l'invio di un lavoro di personalizzazione del modello, seleziona l'opzione Modelli per accedere alla scheda Jumpstart Base Models:

Un'immagine contenente come scegliere il modello base.

Puoi fare clic direttamente su Personalizza modello nella scheda del modello oppure puoi cercare qualsiasi modello su Meta che ti interessa personalizzare.

Un'immagine contenente la scheda del modello e spiega come scegliere il modello da personalizzare.

Facendo clic sulla scheda del modello, è possibile accedere alla pagina dei dettagli del modello e avviare il processo di personalizzazione facendo clic su Personalizza modello e quindi selezionando Personalizza con interfaccia utente per avviare la configurazione del lavoro RLVR.

Un'immagine che mostra come avviare il processo di personalizzazione.

È quindi possibile inserire il nome del modello personalizzato, selezionare la tecnica di personalizzazione del modello da utilizzare e configurare gli iperparametri del lavoro:

Un'immagine contenente una selezione di tecniche di personalizzazione del modello.
Un'immagine contenente una selezione di tecniche di personalizzazione del modello.

Invio di lavori di personalizzazione del modello AI tramite SDK

Puoi anche utilizzare SageMaker AI Python SDK per inviare un lavoro di personalizzazione del modello:

# Submit a DPO model customization job from sagemaker.modules.train.dpo_trainer import DPOTrainer from sagemaker.modules.train.common import TrainingType trainer = DPOTrainer( model=BASE_MODEL, training_type=TrainingType.LORA, model_package_group_name=MODEL_PACKAGE_GROUP_NAME, training_dataset=TRAINING_DATASET, s3_output_path=S3_OUTPUT_PATH, sagemaker_session=sagemaker_session, role=ROLE_ARN )

Monitoraggio del processo di personalizzazione

Subito dopo aver inviato il lavoro, verrai reindirizzato alla pagina del lavoro di formazione sulla personalizzazione dei modelli.

Un'immagine contenente una selezione di tecniche di personalizzazione del modello.

Una volta completato il lavoro, puoi andare alla pagina dei dettagli del modello personalizzato facendo clic sul pulsante Vai al modello personalizzato nell'angolo in alto a destra.

Un'immagine contenente una selezione di tecniche di personalizzazione del modello.

Nella pagina dei dettagli del modello personalizzato puoi lavorare ulteriormente con il tuo modello personalizzato nei seguenti modi:

  1. Controllo delle informazioni sulle prestazioni, sulla posizione degli artefatti generati, sugli iperparametri della configurazione di allenamento e sui registri di allenamento.

  2. Avvia un processo di valutazione con un set di dati diverso (personalizzazione continua).

  3. Implementa il modello utilizzando gli endpoint SageMaker AI Inference o Amazon Bedrock Custom Model Import.

    Un'immagine contenente una selezione di tecniche di personalizzazione del modello.