Amazon Web Services ブログ
Amazon SageMaker Canvas を利用してビジネス分析のための基盤モデルを大規模に活用する
11月29日は、ノーコードエクスペリエンスを通じて Amazon Bedrock および Amazon SageMaker Jumpstart の基盤モデル (FM) を利用するための Amazon SageMaker Canvas の新機能をご紹介します。この新しい機能により、特定のユースケースについての FM からの応答を高精度で評価および生成することが容易になります。
すべての企業には独自のドメイン固有の語彙セットがありますが、汎用モデルは、それらを理解したり、それらに応答したりするようにトレーニングされていません。Amazon SageMaker Canvas の新機能は、このギャップを効果的に埋めます。SageMaker Canvas はモデルをトレーニングするため、当社のデータを使用してコードを記述する必要がなく、お客様のビジネスドメインやマーケティング分析の完了などのユースケースがモデルの出力に反映されます。微調整プロセスでは、SageMaker Canvas は、アカウントに新しいカスタムモデルを作成します。微調整に使用されるデータは元の FM のトレーニングには使用されないため、データのプライバシーが確保されます。
今年の初め、当社は基盤モデル (FM) を含めるために Amazon SageMaker Canvas ですぐに使用できるモデルのサポートを拡張しました。これにより、Claude 2、Amazon Titan、Jurassic-2 (Amazon Bedrock を利用) などの FM に加えて、Falcon や MPT (Amazon SageMaker JumpStart を利用) などの公開モデルにノーコードのインターフェイスを通じてアクセス、評価、クエリできるようになりました。当社はこのエクスペリエンスを拡張して、FM をクエリし、Amazon Kendra などの独自のエンタープライズドキュメントインデックス内の一連のドキュメントからインサイトを生成できるようにしました。FM をクエリすることは有益である一方で、お客様は、ユースケースに合わせて応答とインサイトを生成する FM を構築したいと考えています。本日、FM を構築する新しい機能をリリースします。この機能を使用することで、カスタム応答を生成するというこのニーズに対応できます。
まず、SageMaker Canvas アプリケーションを開き、左側のナビゲーションペインで [自分のモデル] を選択します。 [新しいモデル] ボタンを選択し、[基盤モデルを微調整] を選択して、[作成] を選択します。
トレーニングデータセットを選択し、調整するモデルを最大 3 つ選択できます。プロンプトテキストを含む入力列と、必要な出力テキストを含む出力列を選択します。その後、[微調整] を選択して微調整プロセスを開始します。
微調整プロセスが完了すると、SageMaker Canvas は、パープレキシティと損失曲線、トレーニング損失、検証損失などのさまざまなメトリクスを使用して、微調整されたモデルの分析結果を提供します。さらに、SageMaker Canvas では、生成されたモデルのモデル品質に関するメトリクスを測定および比較できるモデルリーダーボードを使用できます。
これで、モデルをテストし、応答を元の基本モデルと比較する準備が整いました。テストするには、[分析] ページから [すぐに使用できるモデルでテスト] を選択します。微調整されたモデルは自動的にデプロイされ、チャットや応答の比較に使用できるようになりました。
これで、自分のユースケースに固有のインサイトを生成および評価する準備が整いました。さらにすばらしいのは、コードを 1 行も記述することなくこれを実現できるということです。
詳細はこちら
構築しましょう!
– Irshad
PS: AWS でのブログ記事の執筆は、常にチームとしての取り組みとなります。これは、記事のタイトルの下に 1 人の名前しか表示されない場合でも同様です。今回は、技術的な面でサポートしてくれた Shyam Srinivasan に感謝の意を述べたいと思います。
原文はこちらです。