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.
Limitazioni
La personalizzazione di Amazon Nova non supporta le seguenti funzionalità sull' SageMaker intelligenza artificiale.
-
Metriche personalizzate per la valutazione (RegEx o LLMAs basate su Judge)
L'attuale ricetta di valutazione di Amazon Nova non supporta l'incorporazione di parametri personalizzati basati su regex o LLMAs Judge. Come soluzione alternativa, puoi esportare il modello in Amazon Bedrock e quindi effettuare chiamate di inferenza per valutare il modello personalizzato con metriche personalizzate.
-
Inserisci SSH nell'istanza per trovare le metriche
A causa dei controlli di sicurezza in atto, non è possibile accedere tramite SSH al nodo principale dell'istanza di training algo-1 per trovare statistiche di memoria o statistiche NVIDIA e convalidare le fasi di addestramento.
-
Support per SageMaker trainer SDK
SageMaker al momento il trainer non è disponibile per avviare lavori di formazione. Oggi puoi iniziare i lavori di formazione solo tramite l'API estimator.
-
Le piscine calde non sono accessibili ai lavori di SageMaker formazione
A causa dei controlli di sicurezza in atto, le piscine SageMaker calde non possono essere utilizzate per mantenere l'istanza nella piscina calda fino al momento in cui vivrà.
-
Fusione di modelli personalizzati
L'unione di più modelli non è attualmente supportata. Ciò significa che non è possibile creare più adattatori LoRa ed eseguire un'operazione di fusione multipla con il modello base.
-
Strumento di osservabilità supportato
TensorBoard
è l'unico strumento di osservabilità supportato per visualizzare le metriche relative ai lavori di formazione sull' SageMaker intelligenza artificiale. MLFlow o WandB non sono attualmente supportati . Per ulteriori informazioni sull'utilizzo TensorBoard in SageMaker, consulta TensorBoard in SageMaker AI.
