Amazon SageMaker AI 现在对 Muse Glimmer、Qwen 3.8 和 Ministral 3 模型支持无服务器模型自定义

发布于: 2026年10月22日

Amazon SageMaker AI 现在对 Muse Glimmer、Qwen3.8 27B 以及 Ministral 3 3B、8B 和 14B 模型支持无服务器模型自定义。除了将这些模型部署在 SageMaker AI 上之外，您现在还可以利用有监督微调（SFT）、直接偏好优化（DPO）和强化微调（RFT）等技术，根据您的特定领域和工作流调整这些模型。您还可以使用低秩自适应（LoRA）或完全微调技术来调整这些模型。此次发布还会将这些模型加入 SageMaker AI 上可用于无服务器自定义的模型行列，包括来自 Nova、Gemma 4、Nemotron 3.5、Qwen、Llama、gpt-oss 和 DeepSeek 系列的模型。

借助模型自定义，您能够使用专有数据定制基础模型，以构建更小、更适配的模型，使其在您的任务中达到前沿模型的水准，同时降低成本并减少延迟。您可以结合 SFT 使用标注数据来提高特定领域任务的准确率，结合 DPO 使用偏好数据以使输出与企业的语气保持一致，或者结合 RFT 使用奖励信号来提升新任务的性能。通过无服务器自定义，SageMaker AI 可以处理所有基础设施预置和训练编排，使您可以专注于数据和评估，而无需花费精力进行集群管理，且只需为实际使用量付费。

SageMaker AI 上的无服务器模型自定义已在美国东部（弗吉尼亚州北部）、美国西部（俄勒冈州）、亚太地区（东京）和欧洲地区（爱尔兰）推出。要开始使用，请导航到 Amazon SageMaker Studio 中的 Models（模型）页面启动自定义作业，使用 SageMaker Python SDK，或者结合您选择的编码助手使用我们的智能体技能。要了解更多信息并查看受支持模型的完整列表，请参阅 Amazon SageMaker AI 模型自定义文档。