Amazon SageMaker AI 宣布推出用于无服务器模型自定义的训练会话 API

发布于: 2026年10月22日

Amazon SageMaker AI 无服务器模型自定义现在支持训练会话 API，让客户无需预置或管理 GPU 基础设施即可完全控制训练后的算法。利用托管式技术（包括 SFT、DPO 和其他强化学习方法），客户可以选择技术和模型并让 SageMaker AI 进行训练。借助训练会话 API，团队可以编写训练循环，无论是按照自己的方式复现 SFT 或 DPO，还是实施自定义损失、新的 RL 奖励信号、数据课程或直接来自最新研究的算法。forward_backward()、optim_step() 和 sample() 等操作变成了针对实时有状态会话的 API 调用，因此客户可以编写其技术所需的任何训练过程，而 SageMaker AI 负责 GPU 分配、模型和 LoRA 加载、分布式执行、故障恢复、检查点存储和安全性。

客户可以直接从自己的 Python 代码中调用这些操作，针对实时会话（内置有检查点和恢复功能）驱动强化学习、有监督微调或自定义训练目标。按处理的令牌数计费，因此奖励评分等本地计算不会按 GPU 时间计费。SageMaker AI 还发布了 SageMaker 训练会话说明书，这是一套即用型 SFT 和 RL 说明书，客户可以将其用作自己的训练循环的蓝图。

训练会话 API 现已在美国东部（弗吉尼亚州北部）、美国西部（俄勒冈州）和亚太地区（孟买）正式推出。要开始使用，请安装 SageMaker Python SDK 并克隆该说明书，或者在 SageMaker Studio 中启动笔记本并连接编程智能体。要了解更多信息，请参阅文档和 Amazon SageMaker AI 网页。