Amazon SageMaker AI ahora admite la personalización de modelos sin servidor para los modelos Muse Glimmer, Qwen 3.8 y Ministral 3
Amazon SageMaker AI ahora admite la personalización de modelos sin servidor para los modelos Muse Glimmer, Qwen3.8 27B y Ministral 3 3B, 8B y 14B. Además de implementar estos modelos en SageMaker AI, ahora puede adaptarlos a sus dominios y flujos de trabajo específicos mediante técnicas de refinamiento supervisado (SFT), optimización de preferencias directas (DPO) y refinamiento por refuerzo (RFT). También puede adaptar estos modelos con técnicas de adaptación de rango bajo (LoRa) o de refinamiento completo. Este lanzamiento incorpora estos modelos a una amplía la variedad de modelos disponibles para la personalización sin servidor en SageMaker AI, incluidos los modelos de las familias Nova, Gemma-4, Nemotron 3.5, Qwen, Llama, gpt-oss y DeepSeek.
La personalización de modelos le permite adaptar los modelos fundacionales con sus datos patentados para que un modelo más pequeño y con el tamaño adecuado pueda alcanzar la calidad de los modelos de vanguardia en sus tareas, y al mismo tiempo reducir los costos y la latencia. Puede usar datos etiquetados con SFT para mejorar la precisión en las tareas específicas de un dominio, datos de preferencias con DPO para alinear los resultados con el tono de su organización o señales de recompensa con RFT para mejorar el rendimiento en nuevas tareas. Con la personalización sin servidor, SageMaker AI gestiona todo el aprovisionamiento de la infraestructura y la orquestación del entrenamiento, de modo que puede centrarse en los datos y la evaluación en lugar de en la administración de clústeres, y pagar solo por lo que utiliza.
La personalización del modelo sin servidor en SageMaker AI está disponible en el este de EE. UU. (norte de Virginia), el oeste de EE. UU. (Oregón), Asia-Pacífico (Tokio) y Europa (Irlanda). Para empezar, vaya a la página Modelos en Amazon SageMaker Studio a fin de iniciar un trabajo de personalización, utilice el SDK de Python de SageMakero utilice nuestras habilidades del agente con el asistente de codificación que elija. Para obtener más información y consultar la lista completa de modelos compatibles, vea la documentación de personalización de modelos de Amazon SageMaker AI.