View a markdown version of this page

Fontes de modelos e contratos de licença - SageMaker Inteligência Artificial da Amazon

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.

Fontes de modelos e contratos de licença

SageMaker JumpStart A Amazon fornece acesso a centenas de modelos de fundação proprietários e disponíveis publicamente de fontes e parceiros terceirizados. Você pode explorar a seleção do modelo JumpStart básico diretamente no console de SageMaker IA, no Studio ou no Studio Classic.

Licenças e fontes de modelos

SageMaker JumpStart A Amazon fornece acesso a modelos de fundação disponíveis ao público e proprietários. Os modelos de base são integrados e mantidos por fornecedores proprietários e de código aberto terceirizados. Dessa forma, eles são lançados sob licenças diferentes, conforme designado pela fonte do modelo. Certifique-se de revisar a licença de qualquer modelo de base que você usa. Você é responsável por revisar e cumprir todos os termos de licença aplicáveis e garantir que eles sejam aceitáveis para seu caso de uso antes de baixar ou usar o conteúdo. Os seguintes exemplos demonstram as licenças comuns do modelo de base:

  • Modelo Alexa Teacher

  • Apache 2.0

  • BigScience Licença de IA responsável v1.0

  • Licença CreativeML Open RAIL++-M

Da mesma forma, para qualquer modelo de base proprietário, certifique-se de revisar e cumprir todos os termos de uso e diretrizes de uso do fornecedor do modelo. Se tiver dúvidas sobre as informações de licença de um modelo proprietário específico, entre em contato diretamente com o fornecedor do modelo. Você pode encontrar as informações de contato do fornecedor do modelo na guia Ajuda de cada página do modelo em AWS Marketplace.

End-user contratos de licença

Alguns modelos JumpStart básicos exigem a aceitação explícita de um contrato de licença de usuário final (EULA) antes do uso.

Aceitação do EULA no Amazon Studio SageMaker

Você pode ser solicitado a aceitar um contrato de licença de usuário final antes de ajustar, implantar ou avaliar um modelo básico no Studio. JumpStart Para começar a usar modelos JumpStart básicos no Studio, consulteUsar modelos de base no Studio.

Importante

Em 30 de novembro de 2023, a experiência anterior do Amazon SageMaker Studio agora se chama Amazon SageMaker Studio Classic. A seção a seguir é específica ao uso da experiência atualizada do Studio. Para obter informações sobre como usar a aplicação do Studio Classic, consulte Amazon SageMaker Studio Clássico.

Alguns modelos JumpStart básicos exigem a aceitação de um contrato de licença do usuário final antes da implantação. Se isso for aplicável ao modelo de base que você escolher usar, o Studio exibirá uma janela com o conteúdo do EULA. Você é responsável por revisar e cumprir todos os termos de licença aplicáveis e garantir que eles sejam aceitáveis para seu caso de uso antes de baixar ou usar o modelo.

Aceitação do EULA no Amazon SageMaker Studio Classic

Você pode ser solicitado a aceitar um contrato de licença de usuário final antes de implantar um modelo JumpStart básico ou abrir um caderno de modelo JumpStart básico no Studio Classic. Para começar a usar modelos JumpStart básicos no Studio Classic, consulteUse modelos básicos no Amazon SageMaker Studio Classic.

Importante

Em 30 de novembro de 2023, a experiência anterior do Amazon SageMaker Studio agora se chama Amazon SageMaker Studio Classic. A seção a seguir é específica ao uso da aplicação Studio Classic. Para obter informações sobre como usar a experiência atualizada do Studio, consulte SageMaker Estúdio Amazon.

O Studio Classic ainda é mantido para cargas de trabalho existentes, mas não está mais disponível para integração. Você só pode parar ou excluir aplicativos do Studio Classic existentes e não pode criar novos. Recomendamos que você migre sua carga de trabalho para a nova experiência do Studio.

Alguns modelos JumpStart básicos exigem a aceitação de um contrato de licença do usuário final antes da implantação. Se esse for o caso com o modelo de base que você escolher usar, o Studio Classic exibirá uma janela intitulada Revise o contrato de licença de usuário final (EULA) e a Política de uso aceitável (AUP) abaixo depois de escolher Implantar ou Abrir caderno. Você é responsável por revisar e cumprir todos os termos de licença aplicáveis e garantir que eles sejam aceitáveis para seu caso de uso antes de baixar ou usar o modelo.

Aceitação do EULA com o SageMaker Python SDK

As seções a seguir mostram como declarar explicitamente a aceitação do EULA ao implantar ou ajustar um modelo com o SDK. JumpStart SageMaker Python Para obter mais informações sobre como começar a usar modelos JumpStart básicos usando o SageMaker Python SDK, consulteUse modelos de base com o SageMaker Python SDK.

Antes de começar, faça o seguinte:

  • Faça a atualização da versão mais recente do modelo que você deseja usar.

  • Instale a versão mais recente do SageMaker Python SDK.

Importante

Para usar o fluxo de trabalho a seguir, você deve ter a versão 2.198.0 ou posterior do SDK instalada. SageMaker Python

Aceitação do EULA ao implantar um modelo JumpStart

Para modelos que exigem a aceitação de um contrato de licença de usuário final, você deve declarar explicitamente a aceitação do EULA ao implantar seu modelo. JumpStart

from sagemaker.jumpstart.model import JumpStartModel model_id = "meta-textgeneration-llama-2-13b" my_model = JumpStartModel(model_id=model_id) # Declare EULA acceptance when deploying your JumpStart model predictor = my_model.deploy(accept_eula=True)

O valor accept_eula é None por padrão e deve ser explicitamente redefinido como True para aceitar o contrato de licença do usuário final. Para obter mais informações, consulte JumpStartModel.

Aceitação do EULA ao ajustar um modelo JumpStart

Para modelos de ajuste fino que exigem a aceitação de um contrato de licença do usuário final, você deve declarar explicitamente a aceitação do EULA ao executar o método para seu estimador. fit() JumpStart Depois de ajustar um modelo pré-treinado, os pesos do modelo original são alterados. Por isso, ao implantar o modelo ajustado futuramente, você não precisará aceitar um EULA.

nota

O exemplo a seguir define accept_eula=False. Você deve alterar manualmente o valor para True a fim de aceitar o EULA.

from sagemaker.jumpstart.estimator import JumpStartEstimator model_id = "meta-textgeneration-llama-2-13b" # Declare EULA acceptance when defining your JumpStart estimator estimator = JumpStartEstimator(model_id=model_id) estimator.fit(accept_eula=False, {"train": training_dataset_s3_path, "validation": validation_dataset_s3_path} )

O valor accept_eula é None por padrão e deve ser explicitamente redefinido como "true" no método fit() para aceitar o contrato de licença de usuário final. Para obter mais informações, consulte JumpStartEstimator.

Aceitação do EULA SageMaker Python Versões do SDK anteriores à 2.198.0

Importante

Ao usar versões anteriores à 2.198.0 do SageMaker Python SDK, você deve usar a SageMaker Predictor classe para aceitar um modelo de EULA.

Depois de implantar um modelo JumpStart básico programaticamente usando o SageMaker Python SDK, você pode executar inferências em seu endpoint implantado com a classe. SageMaker Predictor Para modelos que exigem a aceitação de um contrato de licença de usuário final, você deve declarar explicitamente a aceitação do EULA em sua chamada para a função Predictor:

predictor.predict(payload, custom_attributes="accept_eula=true")

O valor accept_eula é false por padrão e deve ser explicitamente redefinido como true para aceitar o contrato de licença do usuário final. O preditor apresentará uma mensagem de erro se você tentar executar a inferência enquanto o accept_eula estiver definido como false. Para obter mais informações sobre como começar a usar modelos JumpStart básicos usando o SageMaker Python SDK, consulteUse modelos de base com o SageMaker Python SDK.

Importante

O parâmetro custom_attributes aceita pares de valor-chave no formato "key1=value1;key2=value2". Se você usar a mesma chave várias vezes, o servidor de inferência usará o último valor associado à chave. Por exemplo, se você passar "accept_eula=false;accept_eula=true" para o parâmetro custom_attributes, o servidor de inferência associará o valor à true chave. accept_eula