Amazon SageMaker AI で Muse Glimmer、Qwen 3.8、Ministral 3 モデルのサーバーレスモデルカスタマイズのサポートを開始
Amazon SageMaker AI で、Muse Glimmer、Qwen3.8 27B、Ministral 3 3B、8B、14B モデルのサーバーレスモデルカスタマイズのサポートを開始しました。これらのモデルを SageMaker AI にデプロイできるだけでなく、教師ありファインチューニング (SFT)、直接選好最適化 (DPO)、強化学習ファインチューニング (RFT) の手法を使用して、特定のドメインやワークフローに合わせて適応させることができるようになりました。これらのモデルは、低ランク適応 (LoRA) またはフルファインチューニングの手法のいずれかを使用して適応させることもできます。今回のリリースにより、SageMaker AI でサーバーレスカスタマイズが可能なモデルの種類がさらに拡大し、Nova、Gemma 4、Nemotron 3.5、Qwen、Llama、gpt-oss、DeepSeek の各ファミリーのモデルも対象に含まれるようになりました。
モデルカスタマイズでは、所有データを使用して基盤モデルを調整できます。そのため、用途に見合ったより小規模なモデルでも、対象のタスクでフロンティアモデルと同等の品質を実現しつつ、コストとレイテンシーを削減できます。ラベル付きデータと SFT を使用すると、ドメイン固有のタスクの精度を向上できます。また、選好データと DPO を使用すると出力を組織のトーンに合わせることができ、報酬シグナルと RFT を使用すると新しいタスクでのパフォーマンスを高めることができます。サーバーレスカスタマイズでは、SageMaker AI がすべてのインフラストラクチャプロビジョニングとトレーニングオーケストレーションを処理するため、ユーザーはクラスター管理ではなくデータと評価に集中でき、使用した分の料金を支払うだけで済みます。
SageMaker AI のサーバーレスモデルカスタマイズは、米国東部 (バージニア北部)、米国西部 (オレゴン)、アジアパシフィック (東京)、欧州 (アイルランド) で利用できます。使用を開始するには、Amazon SageMaker Studio の [モデル] ページに移動してカスタマイズジョブを開始するか、SageMaker Python SDK を使用するか、任意のコーディングアシスタントでエージェントスキルを使用してください。詳細情報およびフルサポートされているモデルの一覧については、Amazon SageMaker AI のモデルカスタマイズに関するドキュメントを参照してください。