在 Amazon SageMaker Canvas 中使用基础模型进行大规模业务分析

Amazon SageMaker Canvas 是一款用于构建 ML 模型和生成机器学习 (ML) 预测的无代码工具。正如 10 月 5 日宣布的那样，客户可以访问和评估来自 Amazon Bedrock 和 SageMaker JumpStart 的基础模型 (FM)，以生成和汇总内容。 

即日起，SageMaker Canvas 扩展了这些功能，使客户可以轻松地调整 FM 以适应特定应用场景的模式和细微差别，从而提高其在响应质量、成本和延迟方面的性能。例如，使用 SageMaker Canvas 进行预测分析的财务分析师现在可以自定义一个基本的 FM，使用自己的历史数据为其报告生成摘要和建议。 

开始使用之前，客户需要上传数据集，选择要调整的 FM，然后 SageMaker Canvas 会自动创建和调整模型。为了帮助客户了解 FM 在给定任务上的表现，SageMaker Canvas 会显示性能指标并允许客户评估模型性能，这样他们就可以快速了解模型是否符合他们的需求。

这些新功能已在目前提供 Amazon SageMaker Canvas、Amazon Bedrock 和 Amazon SageMaker JumpStart 的所有 AWS 区域中推出。要了解更多信息，请参阅服务文档。根据训练时长和使用的实例类型向客户收费。有关更多信息，请参阅 Amazon SageMaker 定价。