As traduções são geradas por tradução automática. Em caso de conflito entre o conteúdo da tradução e da versão original em inglês, a versão em inglês prevalecerá.

# Fine-tune modelos de peso aberto usando OpenAI-APIs compatíveis
<a name="fine-tuning-openai-apis"></a>

O Amazon Bedrock fornece endpoints de API OpenAI compatíveis para ajustar os modelos básicos. Esses endpoints permitem que você use OpenAI SDKs e ferramentas familiares para criar, monitorar e gerenciar trabalhos de ajuste fino com os modelos do Amazon Bedrock. Esta página destaca o uso dessas APIs para o ajuste fino do reforço.

## Capacidades gerais
<a name="fine-tuning-openai-key-capabilities"></a>
+ **Carregar arquivos de treinamento** — Use a API Files para carregar e gerenciar dados de treinamento para trabalhos de ajuste fino
+ **Crie tarefas de ajuste fino — Comece a ajustar tarefas** com dados de treinamento personalizados e funções de recompensa
+ **Listar e recuperar trabalhos** — Visualize todos os trabalhos de ajuste fino e obtenha informações detalhadas sobre trabalhos específicos
+ **Monitore eventos de trabalho** — acompanhe o progresso do ajuste fino por meio de registros de eventos detalhados
+ **Pontos de verificação de acesso — Recupere pontos** de verificação do modelo intermediário criados durante o treinamento
+ **Inferência imediata** — Após a conclusão do ajuste fino, use o modelo ajustado resultante para inferência sob demanda por meio das APIs do Amazon Bedrock (API de conclusões) sem etapas adicionais de implantação OpenAI-compatible Responses/chat 
+ **Fácil migração** — Compatível com as bases de código OpenAI SDK existentes

## Fluxo de trabalho de reforço e ajuste fino para modelos de peso aberto
<a name="fine-tuning-openai-workflow"></a>

Antes de fazer o ajuste fino, certifique-se de ter os pré-requisitos, pois o Amazon Bedrock precisa de permissões específicas para criar e gerenciar o processo de ajuste fino. Para obter informações abrangentes sobre segurança e permissões, consulte[Acesso e segurança para modelos de peso aberto](rft-open-weight-access-security.md).

Execute o ajuste fino do reforço para modelos de peso aberto em 5 etapas:

1. **Carregar conjunto de dados de treinamento** — Use a API de arquivos para fazer upload de solicitações no formato necessário (por exemplo, JSONL) com o objetivo de “ajuste fino” como reforço e ajuste fino do conjunto de dados de treinamento. Para obter mais informações, consulte [Prepare dados para modelos de peso aberto](rft-prepare-data-open-weight.md).

1. **Configurar a função de recompensa** — defina um avaliador para pontuar as respostas do modelo com base na exatidão, estrutura, tom ou outros objetivos usando as funções Lambda. Para obter mais informações, consulte [Configurando funções de recompensa para modelos de peso aberto](reward-functions-open-weight.md).

1. **Create Fine-tuning Job — Inicie o trabalho** de ajuste fino de reforço usando a API OpenAI compatível especificando o modelo básico, o conjunto de dados, a função de recompensa e outras configurações opcionais, como hiperparâmetros. Para obter mais informações, consulte [Crie um trabalho de ajuste fino](fine-tuning-openai-job-create.md#fine-tuning-openai-create-job).

1. **Monitore o progresso do treinamento** — acompanhe o status do trabalho, os eventos e as métricas de treinamento usando as APIs de tarefas de ajuste fino. Para obter mais informações, consulte [Listar eventos de ajuste fino](fine-tuning-openai-job-create.md#fine-tuning-openai-list-events). Acesse os pontos de verificação do modelo intermediário para avaliar o desempenho em diferentes estágios de treinamento, consulte[Listar pontos de verificação de ajuste fino](fine-tuning-openai-job-create.md#fine-tuning-openai-list-checkpoints).

1. **Execute inferência** — Use o ID do modelo ajustado diretamente para inferência por meio das APIs de respostas ou conclusão de bate-papo compatíveis com o Amazon Bedrock. OpenAI Para obter mais informações, consulte [Execute inferência com um modelo ajustado](fine-tuning-openai-job-create.md#fine-tuning-openai-inference).

## Regiões e endpoints compatíveis
<a name="fine-tuning-openai-supported-regions"></a>

A tabela a seguir mostra os modelos básicos e as regiões que oferecem suporte a APIs de ajuste fino OpenAI compatíveis:


**Modelos e regiões compatíveis com OpenAI APIs de ajuste fino compatíveis**  

| Fornecedor | Modelo | ID do modelo | Nome da região | Região | Endpoint | 
| --- | --- | --- | --- | --- | --- | 
| OpenAI | Gpt-oss-20B | openai.gpt-oss-20b | Oeste dos EUA (Oregon) | us-west-2 | bedrock-mantle.us-west-2.api.aws | 
| Qwen | Qwen3 32B | qwen.qwen3-32b | Oeste dos EUA (Oregon) | us-west-2 | bedrock-mantle.us-west-2.api.aws |