Amazon Bedrock unterstützt jetzt die Feinabstimmung von Verstärkungen und ermöglicht so eine durchschnittliche Genauigkeitssteigerung von 66 % gegenüber Basismodellen
Amazon Bedrock unterstützt jetzt die Feinabstimmung von Verstärkungen und hilft Ihnen dabei, die Modellgenauigkeit zu verbessern, ohne tiefgreifendes Fachwissen im Bereich maschinelles Lernen oder große Summen beschrifteter Daten zu benötigen. Amazon Bedrock automatisiert den Workflow zur Feinabstimmung der Verstärkung und macht diese fortschrittliche Technik zur Modellanpassung für alltägliche Entwickler zugänglich. Modelle lernen, sich anhand einer kleinen Anzahl von Eingabeaufforderungen an Ihre spezifischen Anforderungen anzupassen, anstatt die großen Datensummen, die für herkömmliche Feinabstimmungsmethoden erforderlich sind, sodass Teams schnell loslegen können. Mit dieser Fähigkeit lernen Modelle anhand von Feedback zu mehreren möglichen Antworten auf dieselbe Aufforderung, sodass sie besser einschätzen können, was eine gute Antwort ausmacht. Die Feinabstimmung der Verstärkung in Amazon Bedrock führt im Vergleich zu Basismodellen zu einer durchschnittlichen Genauigkeitssteigerung von 66 %, sodass Sie kleinere, schnellere und kostengünstigere Modellvarianten verwenden und gleichzeitig eine hohe Qualität beibehalten können.
Unternehmen haben Schwierigkeiten, KI-Modelle an ihre individuellen Geschäftsanforderungen anzupassen, sodass sie gezwungen sind, zwischen generischen Modellen mit durchschnittlicher Leistung oder teuren, komplexen Anpassungen zu wählen, die Fachkräfte, Infrastruktur und riskante Datenbewegungen erfordern. Die Feinabstimmung der Verstärkung in Amazon Bedrock beseitigt diese Komplexität, indem die erweiterte Modellanpassung schnell, automatisiert und sicher erfolgt. Sie können Modelle trainieren, indem Sie Trainingsdaten direkt von Ihrem Computer hochladen oder aus Datensätzen auswählen, die bereits in Amazon S3 gespeichert sind, sodass keine beschrifteten Datensätze erforderlich sind. Sie können Belohnungsfunktionen mithilfe überprüfbarer regelbasierter Benoter oder KI-basierter Richter zusammen mit integrierten Vorlagen definieren, um Ihre Modelle sowohl für objektive Aufgaben wie Codegenerierung oder mathematisches Denken als auch für subjektive Aufgaben wie das Befolgen von Anweisungen oder Chatbot-Interaktionen zu optimieren. Ihre geschützten Daten verlassen während des gesamten Anpassungsprozesses niemals die sichere, kontrollierte AWS-Umgebung, wodurch Sicherheits- und Compliance-Bedenken ausgeräumt werden.
Sie können mit der Feinabstimmung der Verstärkung in Amazon Bedrock über die Amazon Bedrock-Konsole und über die Amazon Bedrock-APIs beginnen. Beim Launch können Sie die Verstärkungsfeinabstimmung mit Amazon Nova 2 Lite verwenden. Unterstützung für weitere Modelle wird in Kürze verfügbar sein. Weitere Informationen zur Feinabstimmung von Verstärkungen in Amazon Bedrock finden Sie im Launch-Blog, auf der Preisseite und in der Dokumentation.