Grands modèles de langage optimisés par Amazon Sagemaker Jumpstart disponibles dans Redshift ML
Amazon Redshift ML permet de créer, entraîner et déployer des modèles de machine learning sur leurs données Redshift à l'aide de commandes SQL familières. Désormais, vous pouvez tirer parti des LLM pré-entraînés disponibles au public dans Amazon SageMaker JumpStart dans le cadre de Redshift ML. Par exemple, vous pouvez utiliser les LLM pour résumer des commentaires, extraire des entités et effectuer une analyse des sentiments sur les données de votre table Redshift. Les grands modèles de langage dans Redshift ML sont désormais disponibles pour tous, ce qui vous permet d'apporter la puissance de l'IA générative à votre entrepôt de données.
Grâce à cette fonctionnalité, Amazon Redshift ML élimine la complexité liée à la création de pipelines de machine learning personnalisés pour effectuer des tâches d'IA générative, telles que la synthèse de texte ou la catégorisation. Pour commencer, créez un point de terminaison à l'aide de l'un des LLM textuels pris en charge dans SageMaker Jumpstart, créez un modèle Redshift ML faisant référence au point de terminaison et vous pouvez commencer à invoquer le point de terminaison LLM à l'aide de commandes SQL standard via Redshift ML à l'aide de vos données dans Redshift.
La prise en charge par Amazon Redshift pour les modèles linguistiques étendus dans Amazon Sagemaker Jumpstart est désormais disponible là où Amazon Redshift et Amazon Sagemaker Jumpstart sont disponibles. Pour en savoir plus, consultez le Guide du développeur de bases de données Amazon Redshift.