Publié le: May 25, 2023
À compter d'aujourd'hui, Amazon SageMaker JumpStart permet d'affiner un grand modèle de langage, en particulier un modèle de génération de texte sur un ensemble de données spécifique à un domaine. Les clients peuvent désormais affiner les modèles à l'aide de leur ensemble de données personnalisé afin d'améliorer les performances dans des domaines spécifiques. Par exemple, ce blog explique comment utiliser l'adaptation de domaine pour affiner un modèle GPT-J 6B sur la base de données financières accessibles au public émanant de la Security and Exchange Commission afin que le modèle puisse générer un texte plus pertinent pour les cas d'utilisation dans le secteur des services financiers. Les clients peuvent affiner les modèles de base tels que les modèles GPT-J 6B et GPT-J 6B FP16 pour les adapter au domaine sur JumpStart au sein d'Amazon SageMaker Studio via l'interface utilisateur et via le SDK Python de SageMaker.
Cette fonctionnalité permettant d'affiner les modèles de base avec adaptation au domaine sur SageMaker JumpStart peut être utilisée dans toutes les régions où Amazon SageMaker JumpStart est disponible.
Pour savoir comment utiliser cette nouvelle fonctionnalité, consultez la documentation de SageMaker JumpStart et l'exemple de bloc-notes SageMaker JumpStart Foundation Models - Affiner le modèle GPT-J 6B de génération de texte sur un jeu de données spécifique au domaine.