本文為英文版的機器翻譯版本，如內容有任何歧義或不一致之處，概以英文版為準。

# 持續預先訓練 (CPT)
<a name="nova-cpt"></a>

持續訓練前 (CPT) 是一種訓練技術，透過向特定網域或企業的其他未標記文字公開基礎模型，以延伸訓練前階段。與需要標記的輸入輸出對的監督式微調不同，CPT 會在原始文件上進行訓練，以協助模型更深入了解新網域、學習特定網域的術語和撰寫模式，以及適應特定內容類型或主題領域。

當您有大量 （數十億個字符） 的網域特定文字資料，例如法律文件、醫學文獻、技術文件或專屬商業內容，而且您希望模型在該網域中開發原生流暢度時，這種方法特別有用。一般而言，在 CPT 階段之後，模型需要經歷額外的指令調校階段，讓模型能夠使用新取得的知識並完成有用的任務。

**支援的模型**  
CPT 適用於下列 Amazon Nova 模型：
+ Nova 1.0 (Micro、Lite、Pro)
+ Nova 2.0 （精簡型）

適用下列情況時，請選擇 Nova 1.0：
+ 您的使用案例需要標準語言理解，而無需進階推理。
+ 您想要最佳化以降低訓練和推論成本。
+ 您的重點是教導模型領域特定的知識和行為，而不是複雜的推理任務。
+ 您已驗證 Nova 1.0 的效能，不需要其他功能。

**注意**  
較大的模型不一定會更好。在 Nova 1.0 和 Nova 2.0 模型之間進行選取時，請考慮成本效能權衡和您的特定業務需求。