Publié le: Nov 28, 2023
Amazon Bedrock est un moyen simple de créer et faire évoluer des applications d'IA génératives à l'aide des modèles de fondation (FM). Amazon Bedrock permet désormais d'affiner les réglages de Meta Llama 2 et de Cohere Command Light, ainsi que d'Amazon Titan Text Lite et Amazon Titan Text Express FM. Vous pouvez ainsi utiliser des jeux de données étiquetés pour améliorer la précision du modèle pour des tâches spécifiques.
Les organisations disposant de petits jeux de données étiquetés qui souhaitent spécialiser un modèle pour une tâche spécifique utilisent un processus appelé réglage fin, qui adapte les paramètres du modèle pour produire des résultats plus spécifiques à leur activité. Les paramètres représentent ce que le modèle a appris au cours de la formation, et leur ajustement permet d'affiner les connaissances et les capacités du modèle pour prendre des décisions dans le contexte de l'organisation. À l'aide d'un petit nombre d'exemples étiquetés dans Amazon S3, vous pouvez affiner un modèle sans avoir à annoter de gros volumes de données. Bedrock crée une copie distincte du modèle de fondation de base accessible uniquement par vous et entraîne cette copie privée du modèle. Aucun de vos contenus n'est utilisé pour entraîner les modèles de base d'origine. Vous pouvez configurer vos paramètres Amazon VPC pour accéder aux API Amazon Bedrock et fournir des données de mise au point de modèle de manière sécurisée.
Meta Llama 2, Cohere Command Light et Amazon Titan Text FM peuvent désormais être ajustés dans Amazon Bedrock dans les régions AWS USA Est (Virginie du Nord) et USA Ouest (Oregon). Pour en savoir plus, consultez le blog de lancement d'AWS News, la page produit d’Amazon Bedrock et la documentation. Pour commencer à utiliser le réglage fin dans Amazon Bedrock, rendez-vous sur la console Amazon Bedrock.