Personalização do Amazon Nova em tarefas de treinamento do SageMaker

As tarefas de treinamento do SageMaker são um ambiente que permite treinar modelos de machine learning em grande escala. Esse ambiente provisiona e escala automaticamente os recursos de computação, carrega dados de treinamento de origens como o Amazon S3, executa o código de treinamento e armazena os artefatos de modelo resultantes.

O objetivo do treinamento é personalizar o modelo de base do Amazon Nova usando seus dados proprietários. O processo de treinamento geralmente envolve etapas para preparar seus dados, escolher uma fórmula, modificar os parâmetros de configuração nos arquivos YAML e enviar uma tarefa de treinamento. Ele produzirá um ponto de verificação de modelo treinado em um bucket do Amazon S3 gerenciado pelo serviço. Você pode usar esse local de ponto de verificação para tarefas de avaliação. A personalização do Nova em tarefas de treinamento do SageMaker AI armazena artefatos de modelo em um bucket do Amazon S3 gerenciado pelo serviço. Os artefatos no bucket gerenciado pelo serviço são criptografados com chaves do KMS gerenciadas pelo SageMaker AI. No momento, os buckets do Amazon S3 gerenciados pelo serviço não são compatíveis com criptografia de dados usando chaves do KMS gerenciadas pelo cliente.

Para ver as práticas recomendadas, consulte Práticas recomendadas.