跳至主要内容

Amazon SageMaker AI

使用 Amazon SageMaker AI 进行模型自定义

通过无服务器强化学习和人工智能代理指导的工作流程,将人工智能模型自定义工作流程从几个月缩短到几天

为什么使用 SageMaker AI 进行模型自定义

Amazon SageMaker AI 使人工智能开发人员能够在几天内使用强化学习等最新技术自定义热门模型,例如 Amazon Nova、Llama、Qwen、DeepSeek 和 GPT-OSS。您可以使用易于使用的界面或人工智能代理指导的工作流程(预览版)来快速指定要求、生成合成数据、分析数据质量和评估模型准确性,所有这些完全无服务器,因此您可以专注于创新而不是管理基础设施。

优势

以最高精度快速追踪模型自定义

借助易于使用的界面或人工智能代理指导的工作流程(预览版),您可以完成从数据准备到部署的端到端模型自定义工作流程,并将流程从几个月缩短到几天。

使用最广泛的一套自定义技术,包括来自人工智能反馈的强化学习(RLAIF)和可验证奖励(RLVR)、监督微调(SFT)和直接偏好优化(DPO),所有这些都可通过具有内置最佳实践或人工智能代理指导的工作流程(预览版)的易于使用的界面来实现。

使用自然语言快速定义模型自定义使用案例,人工智能代理会为您生成规范。人工智能代理可帮助您生成合成数据、分析数据质量、微调模型,并根据您的使用案例和成功原则评估模型性能。

通过完全无服务器的端到端模型自定义,专注于模型开发,而不是基础设施管理。SageMaker AI 会自动处理计算配置、扩展和优化,因此您不必执行这些操作。

模型自定义变得简单

用于在端到端工作流程中自定义模型的全面功能

合成数据生成(预览版)

如果现实世界的数据有限,则可以轻松生成合成数据。如果需要,SageMaker AI 的人工智能代理会按照所选模型自定义技术所需的格式和结构,根据数据样本和上下文文档生成数据集。

Missing alt text value

高级自定义技术

SageMaker AI 支持最新的模型自定义技术,包括监督微调(SFT)、直接偏好优化(DPO)以及来自人工智能反馈的强化学习(RLAIF)和可验证奖励(RLVR)。

Missing alt text value

端到端无服务器模型自定义

SageMaker AI 会根据模型和数据大小自动选择和预置适当的计算资源,无需您选择和管理实例。

Missing alt text value

推理

实现所需的准确性和性能目标之后,只需在 SageMaker AI 推理端点或 Amazon Bedrock(用于无服务器推理)中点击几下,即可将模型部署到生产环境中

Missing alt text value

LLMOps

您可以自动记录所有关键实验指标,无需预置跟踪服务器或修改代码。与 MLflow 的集成还会带来丰富的可视化效果,并可以进入 MLflow 用户界面执行进一步分析。

Missing alt text value

使用案例

精心设计您的人工智能模型,使其听起来像贵公司的声音和语气,在每一次响应中都与您的风格保持一致。

训练您的人工智能模型以生成用户喜欢的响应。收集有关多个响应选项的反馈并优化模型,以始终如一地生成最受欢迎的输出。

使您的人工智能模型成为您所在行业的专家。向其灌输行业知识,使其了解您的行话、要求和最佳实践。

易于使用的界面

为了提高控制和灵活性,您可以使用易于使用的界面来确定模型评估标准、选择模型和自定义技术、确定数据增强需求以及部署模型。

Missing alt text value

人工智能代理指导的工作流程(预览版)

用自然语言表述您的使用案例。人工智能代理生成的规范包含数据集指南、评估标准、相关指标和自定义技术。

如果存在任何数据集缺口,人工智能代理会帮助生成合成数据。 在启动模型训练之前,您可以批准该规范或继续与代理进行对话,以进一步完善使用案例规范。

Missing alt text value

客户

我们的客户为什么选择 Amazon SageMaker AI 进行模型自定义

Collinear AI

“在 Collinear,我们为前沿人工智能实验室和财富 500 强企业构建精选的数据集和仿真环境,以改进他们的模型。微调人工智能模型对于创建高保真仿真至关重要,而过去需要将不同的系统拼接在一起才能进行训练、评估和部署。现在,借助 Amazon SageMaker AI 新的无服务器模型自定义功能,我们便获得了一种统一的方式,可以将实验周期从几周缩短到几天。这款端到端的无服务器工具帮助我们专注于重要事项,那就是为客户构建更好的训练数据和仿真,而不是维护基础设施或兼顾不同的平台。”

Soumyadeep Bakshi,Collinear AI 联合创始人

Missing alt text value

Robin AI

“在 Robin,我们正在重新定义法律在现代商业中的作用,并使用人工智能来推动更好的决策、更快的行动和可持续的增长。为了向客户提供更好的决策,我们的人工智能模型必须能够匹配律师撰写合同的方式,包括各个律师的具体格式、语气和偏好。以前,使用专有数据自定义模型的过程很繁琐,容易出错。现在,借助 Amazon SageMaker AI 新的无服务器模型自定义功能,我们可以在短短几天内快速尝试诸如强化学习和可验证奖励等高级技术。此外,我们很高兴能够尝试人工智能代理指导的工作流程,这样我们就可以比较和验证我们的假设,帮助全球律师更快地做出更好的决策。”

Diana Mincu,Robin AI 研究主任

Missing alt text value

找到今天要查找的内容了吗?

请提供您的意见,以便我们改进网页内容的质量。