기계 번역으로 제공되는 번역입니다. 제공된 번역과 원본 영어의 내용이 상충하는 경우에는 영어 버전이 우선합니다.

# 예제 노트북
<a name="jumpstart-foundation-models-example-notebooks"></a>

SageMaker Python SDK와 함께 공개적으로 사용 가능한 JumpStart 파운데이션 모델을 사용하는 방법에 대한 단계별 예제는 텍스트 생성, 이미지 생성 및 모델 사용자 지정에 대한 다음 노트북을 참조하세요.

**참고**  
독점적이고 공개적으로 사용 가능한 JumpStart 파운데이션 모델에는 다양한 SageMaker AI Python SDK 배포 워크플로가 있습니다. Amazon SageMaker Studio Classic 또는 SageMaker AI 콘솔을 통해 독점 파운데이션 모델 예시 노트북을 찾아보세요. 자세한 내용은 [JumpStart 파운데이션 모델 사용량](jumpstart-foundation-models-use.md) 단원을 참조하십시오.

[Amazon SageMaker AI 예시 리포지토리](https://github.com/aws/amazon-sagemaker-examples/tree/main/introduction_to_amazon_algorithms/jumpstart-foundation-models)를 복제하여 Studio 내에서 선택한 Jupyter 환경에서 사용 가능한 JumpStart 파운데이션 모델 예시를 실행할 수 있습니다. SageMaker AI에서 Jupyter를 만들고 액세스하는 데 사용할 수 있는 애플리케이션에 대한 자세한 내용은 [Amazon SageMaker Studio에서 지원되는 애플리케이션](studio-updated-apps.md) 섹션을 참조하세요.

## 시계열 예측
<a name="jumpstart-foundation-models-example-notebooks-time-series"></a>

크로노스 모델을 사용하여 시계열 데이터를 예측할 수 있습니다. 언어 모델 아키텍처를 기반으로 합니다. 시작하려면 [SageMaker JumpStart 소개 - Chronos를 사용한 시계열 예측](https://github.com/aws/amazon-sagemaker-examples/blob/default/%20%20%20%20generative_ai/sm-jumpstart_time_series_forecasting.ipynb) 노트북을 사용하세요.

사용 가능한 검사에 대한 자세한 내용은 [사용 가능한 파운데이션 모델](jumpstart-foundation-models-latest.md) 섹션을 참조하세요.

## 텍스트 생성
<a name="jumpstart-foundation-models-example-notebooks-text-generation"></a>

일반 텍스트 생성 워크플로, 다국어 텍스트 분류, 실시간 배치 추론, 퓨샷 학습, 챗봇 상호 작용 등에 대한 지침을 포함한 텍스트 생성 예제 노트북을 살펴보세요.
+ [SageMaker JumpStart 파운데이션 모델 - FLAN-T5 XL을 사용한 HuggingFace Text2Text 생성 예시](https://sagemaker-examples.readthedocs.io/en/latest/introduction_to_amazon_algorithms/jumpstart-foundation-models/text2text-generation-flan-t5.html)
+ [SageMaker JumpStart 파운데이션 모델 - BloomZ: 다국어 텍스트 분류, 질문 및 답변, 코드 생성, 단락 변경 등](https://sagemaker-examples.readthedocs.io/en/latest/introduction_to_amazon_algorithms/jumpstart-foundation-models/text2text-generation-bloomz.html)
+ [SageMaker JumpStart 파운데이션 모델 - HuggingFace Text2Text 생성 배치 변환 및 실시간 배치 추론](https://sagemaker-examples.readthedocs.io/en/latest/introduction_to_amazon_algorithms/jumpstart-foundation-models/text2text-generation-Batch-Transform.html)
+ [SageMaker JumpStart 파운데이션 모델 - GPT-J, GPT-네오 퓨샷 학습](https://sagemaker-examples.readthedocs.io/en/latest/introduction_to_amazon_algorithms/jumpstart-foundation-models/text-generation-few-shot-learning.html)
+ [SageMaker JumpStart 파운데이션 모델 - 챗봇](https://sagemaker-examples.readthedocs.io/en/latest/introduction_to_amazon_algorithms/jumpstart-foundation-models/text-generation-chatbot.html)
+ [SageMaker JumpStart 소개 - Mistral 모델을 사용한 텍스트 생성](https://sagemaker-examples.readthedocs.io/en/latest/introduction_to_amazon_algorithms/jumpstart-foundation-models/mistral-7b-instruction-domain-adaptation-finetuning.html)
+ [SageMaker JumpStart 소개 - Falcon 모델을 사용한 텍스트 생성](https://sagemaker-examples.readthedocs.io/en/latest/introduction_to_amazon_algorithms/jumpstart-foundation-models/falcon-7b-instruction-domain-adaptation-finetuning.html)

## 이미지 생성
<a name="jumpstart-foundation-models-example-notebooks-image-generation"></a>

텍스트-이미지 간 안정 확산 모델을 시작하여 인페인팅 모델을 배포하는 방법을 배우고, 간단한 워크플로를 실험하여 반려견 이미지를 생성해 보세요.
+ [JumpStart 소개 - 텍스트를 이미지로](https://sagemaker-examples.readthedocs.io/en/latest/introduction_to_amazon_algorithms/jumpstart_text_to_image/Amazon_JumpStart_Text_To_Image.html)
+ [JumpStart 이미지 편집 소개 - 안정 확산 인페인팅](https://sagemaker-examples.readthedocs.io/en/latest/introduction_to_amazon_algorithms/jumpstart_inpainting/Amazon_JumpStart_Inpainting.html)
+ [반려견의 재미있는 이미지 생성](https://sagemaker-examples.readthedocs.io/en/latest/introduction_to_amazon_algorithms/jumpstart_text_to_image/custom_dog_image_generator.html)

## 모델 사용자 지정
<a name="jumpstart-foundation-models-example-notebooks-model-customization"></a>

사용 사례에 따라 특정 작업에 대해 더 큰 파운데이션 모델 사용자 지정이 필요한 경우가 있습니다. 모델 사용자 지정 접근 방식에 대한 자세한 내용은 [파운데이션 모델 사용자 지정](jumpstart-foundation-models-customize.md) 참조하거나 다음 예제 노트북을살펴보세요.
+ [SageMaker JumpStart 파운데이션 모델 - 도메인별 데이터세트에 대한 텍스트 생성 GPT-J 6B 모델 미세 조정](https://sagemaker-examples.readthedocs.io/en/latest/introduction_to_amazon_algorithms/jumpstart-foundation-models/domain-adaption-finetuning-gpt-j-6b.html)
+ [SageMaker JumpStart 파운데이션 모델 - HuggingFace Text2Text 명령어 미세 조정](https://sagemaker-examples.readthedocs.io/en/latest/introduction_to_amazon_algorithms/jumpstart-foundation-models/instruction-fine-tuning-flan-t5.html)
+ [검색 증강 생성: LangChain과 Cohere의 SageMaker JumpStart에서 모델 생성 및 임베딩을 사용한 질문 응답](https://sagemaker-examples.readthedocs.io/en/latest/introduction_to_amazon_algorithms/jumpstart-foundation-models/question_answering_retrieval_augmented_generation/question_answering_Cohere+langchain_jumpstart.html)
+ [검색 증강 생성: LLama-2, Pinecone 및 사용자 지정 데이터세트를 사용한 질문 응답](https://sagemaker-examples.readthedocs.io/en/latest/introduction_to_amazon_algorithms/jumpstart-foundation-models/question_answering_retrieval_augmented_generation/question_answering_pinecone_llama-2_jumpstart.html)
+ [검색 증강 생성: 오픈 소스 LangChain 라이브러리를 사용한 사용자 지정 데이터세트 기반 질문 답변](https://sagemaker-examples.readthedocs.io/en/latest/introduction_to_amazon_algorithms/jumpstart-foundation-models/question_answering_retrieval_augmented_generation/question_answering_langchain_jumpstart.html)
+ [검색 증강 생성: 사용자 지정 데이터세트 기반 질문 답변](https://sagemaker-examples.readthedocs.io/en/latest/introduction_to_amazon_algorithms/jumpstart-foundation-models/question_answering_retrieval_augmented_generation/question_answering_jumpstart_knn.html)
+ [Retrieval-Augmented Generation: Llama-2 및 텍스트 임베딩 모델을 사용한 질문 응답](https://sagemaker-examples.readthedocs.io/en/latest/introduction_to_amazon_algorithms/jumpstart-foundation-models/question_answering_retrieval_augmented_generation/question_answering_text_embedding_llama-2_jumpstart.html)
+ [Amazon SageMaker JumpStart - 텍스트 임베딩 및 문장 유사성](https://sagemaker-examples.readthedocs.io/en/latest/introduction_to_amazon_algorithms/jumpstart-foundation-models/question_answering_retrieval_augmented_generation/text-embedding-sentence-similarity.html)