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

AI 모델 사용자 지정 작업 제출

SageMaker AI 모델 사용자 지정 기능은 왼쪽 패널의 Amazon SageMaker Studio 모델 페이지에서 액세스할 수 있습니다. 모델 사용자 지정 데이터세트 및 평가자를 생성하고 관리할 수 있는 자산 페이지를 찾을 수도 있습니다.

모델 사용자 지정 작업 제출을 시작하려면 모델 옵션을 선택하여 Jumpstart 기본 모델 탭에 액세스합니다.

모델 카드에서 모델 사용자 지정을 직접 클릭하거나 Meta에서 원하는 모델을 검색할 수 있습니다.

모델 카드를 클릭하면 모델 세부 정보 페이지에 액세스하고 모델 사용자 지정을 클릭한 다음 UI로 사용자 지정을 선택하여 RLVR 작업 구성을 시작할 수 있습니다.

그런 다음 사용자 지정 모델 이름을 입력하고 사용할 모델 사용자 지정 기술을 선택하고 작업 하이퍼파라미터를 구성할 수 있습니다.

SDK를 사용한 AI 모델 사용자 지정 작업 제출

SageMaker AI Python SDK를 사용하여 모델 사용자 지정 작업을 제출할 수도 있습니다.

# 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
)      

사용자 지정 작업 모니터링

작업을 제출한 직후 모델 사용자 지정 훈련 작업 페이지로 리디렉션됩니다.

작업이 완료되면 오른쪽 상단의 사용자 지정 모델로 이동 버튼을 클릭하여 사용자 지정 모델 세부 정보 페이지로 이동할 수 있습니다.

사용자 지정 모델 세부 정보 페이지에서 다음을 통해 사용자 지정 모델을 추가로 사용할 수 있습니다.