Amazon SageMaker AI でモデルのカスタマイズに関する AI エージェントエクスペリエンスをリリース
Amazon SageMaker AI に、モデルのカスタマイズに数か月かかっていたプロセスを数日または数時間で完了するワークフローへと変換させるエージェントエクスペリエンスが導入されました。AI ソリューションを構築するお客様は、ユースケースの目標と成功基準を慎重に策定し、データを準備し、適切なモデルを選択し、さまざまなモデルやファインチューニングの手法を使用して多数の実験の構成、実行、分析を行う必要があります。成功基準を満たす適切なモデル候補を特定したら、最もコストパフォーマンスの高いモデルのデプロイ方法を見つける必要があります。このワークフロー全体を通じて、お客様はモデルのトレーニングとデプロイのためのインフラストラクチャの設定という、付加価値を生まない手間のかかる作業を管理する必要があります。この新機能により、開発者は自然言語でコーディングエージェントと対話しながら、ユースケースの定義から高品質なモデルの本番デプロイに至るまでの全過程を効率化できるようになりました。
エージェントエクスペリエンスは、SageMaker AI のモデルカスタマイズのエージェントのスキルに基づいており、構築者の特定のユースケースに応じたファインチューニングの専門知識、必要なデータ形式への変換、LLM-as-a-judge メトリクスを使用した包括的な品質評価、Amazon Bedrock または SageMaker AI エンドポイントへの柔軟なデプロイのオプションを提供します。お客様は、Visual Studio や Cursor などの選択した IDE に、これらのスキルをインストールできます。開発者は Kiro、Claude Code、CoPilot などの複数のコーディングエージェントと連携して Amazon Nova、Llama、Qwen、GPT-OSS などの一般的なモデルファミリーを最適化できます。このエクスペリエンスにより、透明性、再現性、AIOps パイプラインへの統合による自動化を実現する、再利用可能で編集可能なコードアーティファクトが生成されます
sagemaker-ai エージェントプラグインを使用して、お気に入りの IDE に SageMaker AI スキルをインストールします。SageMaker AI のモデルカスタマイズのスキルも利用可能で、コーディングエージェントの Kiro と共に SageMaker Studio ノートブックにプリインストールされています。Kiro のサブスクリプションにサインアップし、Studio ノートブックでチャットウィンドウを開いてエージェントとのチャットを開始するだけで、ワークフローを構築できます。このエクスペリエンスは、指示チューニングに使用する教師ありファインチューニング、トーンや好みの選択を調整する直接優先最適化、検証可能な正解が存在するユースケース向けの強化学習など、高度なカスタマイズ手法をサポートしています。
Amazon SageMaker AI の AI エージェントエクスペリエンスを使用したモデルカスタマイズの詳細については、SageMaker モデルのカスタマイズのドキュメントをご覧ください。
米国東部 (バージニア北部) — us-east-1
欧州 (アイルランド) — eu-west-1
米国西部 (オレゴン) — us-west-2
アジアパシフィック (東京) — ap-northeast-1