Passen Sie Amazon Nova in Amazon SageMaker AI an
Heute stellt Amazon Nova die umfassendste Suite von Funktionen zur Modellanpassung vor, verfügbar für jede proprietäre Modellfamilie. Diese Funktionen sind als gebrauchsfertige Rezepte auf SageMaker AI verfügbar und ermöglichen es Kunden, Nova Micro, Nova Lite und Nova Pro während des gesamten Modelltrainingszyklus anzupassen, einschließlich Vortraining, überwachter Feinabstimmung und Ausrichtung.
Mithilfe dieser Anpassungstechniken können Sie Nova-Modelle so anpassen, dass sie Ihr firmeneigenes Wissen, Ihre Workflows und Ihre Marke in Ihren generativen KI-Anwendungen genau widerspiegeln und gleichzeitig das branchenführende Preis-Leistungs-Verhältnis und die niedrige Latenz von Nova beibehalten. Zu den Techniken gehören Continued Pre-Training, Supervised Fine-Tuning (SFT), Direct Preference Optimization (DPO), Proximal Policy Optimization und Knowledge Distillation – mit Unterstützung sowohl parametereffizienter als auch umfassender Modelltraining-Optionen für SFT, DPO und Distillation.
Nova-Anpassungsrezepte sind in SageMaker-Trainingsjobs und SageMaker HyperPod verfügbar, sodass Sie flexibel die Umgebung auswählen können, die am besten zu Ihren Infrastruktur- und Skalierungsanforderungen passt. Sie können Ihre benutzerdefinierten Modelle auf Amazon Bedrock bereitstellen und sie per On-Demand-Inferenz oder Provisioned Throughput aufrufen. On-Demand-Inferenz ist nur mit parametereffizienten Trainingstechniken verfügbar.
Rezepte für Amazon Nova auf Amazon SageMaker AI sind USA Ost (Nord-Virginia) erhältlich.
Lesen Sie zum Einstieg das Amazon Nova-Benutzerhandbuch und besuchen Sie das GitHub-Repository, um nach Nova-spezifischen SageMaker-Trainingsrezepten zu suchen.