Amazon SageMaker AI meluncurkan pengalaman agen AI untuk kustomisasi model
Amazon SageMaker AI kini menampilkan pengalaman agen yang mengubah kustomisasi model dari proses berbulan-bulan menjadi alur kerja yang diselesaikan dalam beberapa hari atau jam. Pelanggan yang membangun solusi AI perlu dengan cermat merumuskan tujuan kasus penggunaan dan kriteria keberhasilan mereka, mempersiapkan data, memilih model yang tepat, mengonfigurasi, menjalankan, dan menganalisis berbagai eksperimen dengan berbagai model dan teknik penyempurnaan. Setelah kandidat model yang sesuai yang memenuhi kriteria keberhasilan diidentifikasi, mereka perlu mencari cara yang paling berkinerja biaya untuk menerapkan model. Sepanjang alur kerja ini, pelanggan perlu mengelola beban berat yang tidak berbeda dalam menyiapkan infrastruktur untuk melatih dan menerapkan model. Kemampuan baru kini memungkinkan pengembang untuk menggunakan interaksi bahasa alami dengan agen pengkodean untuk menyederhanakan seluruh perjalanan dari definisi kasus penggunaan hingga penerapan produksi model berkualitas tinggi.
Pengalaman agen, berdasarkan keterampilan agen kustomisasi model SageMaker AI, memberikan keahlian tentang penyempurnaan yang diterapkan pada kasus penggunaan spesifik pembangun, transformasi ke format data yang diperlukan, evaluasi kualitas komprehensif menggunakan metrik LLM-as-a-Judge, dan opsi penerapan fleksibel ke titik akhir Amazon Bedrock atau SageMaker AI. Pelanggan dapat menginstal keterampilan ini di IDE pilihan mereka, seperti Visual Studio dan Cursor. Pengembang dapat bekerja dengan beberapa agen pengkodean termasuk Kiro, Claude Code, dan CoPilot, untuk mengoptimalkan keluarga model populer seperti Amazon Nova, Llama, Qwen, dan GPT-OSS. Pengalaman menghasilkan artefak kode yang dapat digunakan kembali dan dapat diedit untuk transparansi, reproduktifitas, dan otomatisasi melalui integrasi ke dalam saluran pipa AIOps
Instal keterampilan AI SageMaker di IDE favorit Anda menggunakan plugin agen sagemak ai. Keterampilan kustomisasi model AI SageMaker juga tersedia dan diinstal sebelumnya di Notebook SageMaker Studio, bersama dengan agen pengkodean Kiro. Yang perlu Anda lakukan hanyalah mendaftar untuk berlangganan Kiro, membuka jendela obrolan di Studio Notebooks, dan mulai mengobrol dengan agen untuk membangun alur kerja. Pengalaman ini mendukung teknik penyesuaian lanjutan termasuk penyempurnaan yang diawasi untuk penyetelan instruksi, Pengoptimalan Preferensi langsung untuk menyesuaikan nada dan pilihan preferensi, dan Pembelajaran Penguatan untuk kasus penggunaan dengan kebenaran yang dapat diverifikasi.
Untuk mempelajari selengkapnya tentang kustomisasi model dengan pengalaman agen AI di Amazon SageMaker AI, kunjungi dokumentasi penyesuaian model SageMaker.
AS Timur (Virginia U.) — as-timur-1
Eropa (Irlandia) — ue-barat-1
AS Barat (Oregon) — as-barat-2
Asia Pasifik (Tokyo) — ap-timurlaut-1]