Amazon SageMaker AI lance une expérience d’agent IA pour la personnalisation des modèles
Amazon SageMaker AI propose désormais une expérience agentique qui transforme la personnalisation des modèles d’un processus de plusieurs mois en un flux de travail réalisé en quelques jours ou quelques heures. Les clients qui élaborent une solution d’IA doivent définir avec soin les objectifs de leur cas d’utilisation et leurs critères de réussite, préparer les données, choisir les bons modèles, configurer, exécuter et analyser de multiples expériences avec différents modèles et techniques de réglage. Une fois qu’un modèle candidat adapté répondant aux critères de réussite a été identifié, ils doivent déterminer le moyen le plus rentable de déployer le modèle. Tout au long de ce flux de travail, les clients doivent gérer les tâches indifférenciées que représente la mise en place de l’infrastructure nécessaire à la formation et au déploiement des modèles. La nouvelle fonctionnalité permet désormais aux développeurs d’utiliser des interactions en langage naturel avec des agents de codage pour rationaliser l’ensemble du processus, de la définition des cas d’utilisation au déploiement en production d’un modèle de haute qualité.
L’expérience agentique, basée sur les compétences des agents de personnalisation des modèles d’IA de SageMaker, fournit une expertise en matière d’ajustement appliqué au cas d’utilisation spécifique d’un constructeur, de transformation vers les formats de données requis, d’évaluation complète de la qualité à l’aide de métriques LLM-juge et d’options de déploiement flexibles sur les points de terminaison Amazon Bedrock ou SageMaker AI. Les clients peuvent installer ces compétences dans l’IDE de leur choix, tel que Visual Studio et Cursor. Les développeurs peuvent travailler avec plusieurs agents de codage, notamment Kiro, Claude Code et CoPilot, afin d’optimiser des familles de modèles populaires telles qu’Amazon Nova, Llama, Qwen et GPT-OSS. L’expérience génère des artefacts de code réutilisables et modifiables à des fins de transparence, de reproductibilité et d’automatisation grâce à l’intégration dans les pipelines AIOps
Installez les compétences SageMaker AI dans votre IDE préféré à l’aide du plug-in d’agent sagemaker-ai. Les compétences de personnalisation des modèles SageMaker AI sont également disponibles et préinstallées dans SageMaker Studio Notebooks, ainsi que dans l’agent de codage Kiro. Il vous suffit de souscrire un abonnement Kiro, d’ouvrir la fenêtre de discussion dans Studio Notebooks et de commencer à discuter avec l’agent pour créer le flux de travail. L’expérience prend en charge des techniques de personnalisation avancées, notamment le peaufinage supervisé pour le réglage des instructions, l’optimisation directe des préférences pour ajuster les tonalités et les sélections de préférences, et l’apprentissage par renforcement pour les cas d’utilisation dont l’exactitude est vérifiable.
Pour en savoir plus sur la personnalisation des modèles grâce à l’expérience des agents IA dans Amazon SageMaker AI, consultez la documentation relative à la personnalisation des modèles SageMaker.
USA Est (Virginie du Nord) – us-east-1
Europe (Irlande) – eu-west-1
USA Ouest (Oregon) – us-west-2
Asie-Pacifique (Tokyo) – ap-northeast-1