# 教師ありファインチューニング (SFT)
<a name="nova-fine-tune"></a>

SFT トレーニングプロセスは、主に 2 つのステージで構成されます。
+ **データ準備**: 確立されたガイドラインに従って、データセットを作成、クリーンアップ、または必要な構造に再フォーマットします。入力、出力、補助情報 (推論トレースやメタデータなど) が適切に整列され、フォーマットされていることを確認します。
+ **トレーニング設定**: モデルのトレーニング方法を定義します。使用する場合、この設定は以下を含む YAML レシピファイルに書き込まれます。
  + データソースパス (トレーニングデータセットと検証データセット)
  + 主要なハイパーパラメータ (エポック、学習レート、バッチサイズ)
  + オプションのコンポーネント (分散トレーニングパラメータなど)

## Nova モデルの比較と選択
<a name="nova-model-comparison"></a>

Amazon Nova 2.0 は、Amazon Nova 1.0 よりも大規模で多様なデータセットでトレーニングされたモデルです。主要な改善点は以下のとおりです。
+ 明示的な推論モードのサポートによる**推論機能の強化**
+ 追加言語での**多言語パフォーマンスの向上**
+ コーディングやツールの使用を含む**複雑なタスクのパフォーマンスの向上**
+ コンテキスト長が長くても精度と安定性が向上する**拡張コンテキスト処理**

## Nova 1.0 または Nova 2.0 を使用する場合
<a name="nova-model-selection"></a>

以下の場合は、Amazon Nova 1.0 を選択します。
+ 高度な推論を必要とせず、標準的な言語理解で十分なユースケースである場合
+ パフォーマンスを Amazon Nova 1.0 で既に検証していて、追加の機能を必要を必要としない場合