Menyesuaikan Amazon Nova di Amazon SageMaker AI
Hari ini, Amazon Nova memperkenalkan rangkaian kemampuan penyesuaian model paling komprehensif yang tersedia untuk rangkaian model kepemilikan mana pun. Tersedia sebagai resep siap pakai di SageMaker AI, kemampuan ini memungkinkan pelanggan mengadaptasi Nova Micro, Nova Lite, dan Nova Pro di seluruh siklus hidup pelatihan model, termasuk prapelatihan, penyempurnaan yang diawasi, dan penyelarasan.
Dengan menggunakan teknik penyesuaian ini, Anda dapat mengadaptasi model Nova untuk mencerminkan pengetahuan kepemilikan, alur kerja, dan merek secara akurat dalam aplikasi AI generatif Anda sekaligus mempertahankan kinerja harga dan latensi rendah Nova yang terdepan di industri. Beberapa tekniknya meliputi Prapelatihan Lanjutan, Penyempurnaan yang Diawasi (SFT), Optimisasi Preferensi Langsung (DPO), Optimisasi Kebijakan Proksimal, dan Distilasi Pengetahuan — dengan dukungan untuk opsi pelatihan dengan parameter yang efisien dan model lengkap di seluruh SFT, DPO, dan Distilasi.
Resep kustomisasi Nova tersedia di tugas pelatihan SageMaker dan SageMaker HyperPod, memberi Anda fleksibilitas untuk memilih lingkungan yang paling sesuai dengan kebutuhan infrastruktur dan penskalaan Anda. Anda dapat menerapkan model khusus di Amazon Bedrock dan menginvokasinya melalui inferensi sesuai permintaan atau Throughput yang Disediakan. Inferensi sesuai permintaan hanya tersedia dengan teknik pelatihan dengan parameter yang efisien.
Resep untuk Amazon Nova di Amazon SageMaker AI tersedia di AS Timur (Virginia Utara).
Untuk memulai, baca panduan pengguna Amazon Nova dan kunjungi repositori GitHub untuk menelusuri resep pelatihan SageMaker khusus Nova.