Amazon SageMaker AI を使用したモデルのカスタマイズ

Amazon SageMaker AI により、AI 開発者は、教師付き微調整 (SFT)、直接選好最適化 (DPO)、検証可能な報酬を伴う強化学習 (RLVR)、AI フィードバックからの強化学習 (RLAIF) を使用して、20 種類以上の一般的なオープンウェイトモデルと Amazon Nova をカスタマイズできます。  

ワークフロー全体が完全にサーバーレスなので、SageMaker はコンピューティングのプロビジョニング、スケーリング、最適化を処理します。 

カスタムモデルを Amazon Bedrock にデプロイしてサーバーレス推論を行うか、SageMaker エンドポイントにデプロイしてマネージド推論を行います。サポートされているモデルとテクニックの最新リストについては、ドキュメントページを参照してください。 

SageMaker Studio のガイド付き UI を使用して、モデルの選択、手法の選択、データセットの設定、サーバーレストレーニングの開始、ライブメトリクスの監視、およびデプロイを、すべて数回クリックするだけで実行できます。エージェントやコードは必要ありません。 

ユースケースを説明すると、AI コーディングエージェントがデータ変換、手法の選択、ハイパーパラメータの設定、評価、デプロイをガイドします。目的別のエージェントスキルは、ファインチューニング手法、モデル選択、SageMaker AI API、および評価方法論の専門知識を AI コーディングエージェントにもたらし、自信を持って迅速に開発するのに役立ちます。エージェントスキルは、既存のワークフローとガバナンス基準に適合する、事前に構築されたカスタマイズ可能な命令セットです。Kiro とエージェントのスキルがプリインストールされた状態で SageMaker Studio JupyterLab を使い始めるか、お好みの IDE または Kiro IDE、Cursor、Claude Code、VS Code などのコーディングエージェントでエージェントスキルを使用してください。 

「Collinearでは、最先端AIラボやフォーチュン500企業向けに厳選されたデータセットとシミュレーション環境を構築して、モデルを改善しています。AIモデルの微調整は高精度のシミュレーションを作成する上で重要であり、以前は訓練、評価、展開のために異なるシステムを組み合わせる必要がありました。現在、Amazon SageMaker AIの新しいサーバーレスモデルカスタマイズ機能により、実験サイクルを数週間から数日に短縮できる統一された方法が利用可能になりました。このエンドツーエンドのサーバーレスツールは、私たちが本当に重要なこと、つまりお客様のためのより良いトレーニングデータやシミュレーションを構築することに集中できるようにし、インフラの維持や異なるプラットフォームの管理に悩まされることはありません。

Collinear AI、共同創設者、Soumyadeep Bakshi 氏

「Oleumでは、組織がデータを理解して信頼するのに役立つ AI ツールを構築しています。Amazon SageMaker AI の新しいエージェンティック AI エクスペリエンスは、まさに私たちが必要としている種類のツールです。それは単なるタスク実行者ではなく、思考のパートナーとしての役割を果たします。つまり、厳格なプロセスを強制するのではなく、手法を推奨したり、データ内の不一致を見つけたり、希望するワークフローを構築したりします。これらのスキルを既存のエージェント型の開発環境に直接組み込むことができるということは、プラットフォーム間でコンテキストを切り替えることなく、ファインチューニングアプローチを実験できるということを意味します。また、SageMaker Studio の JupyterLab に直接組み込まれた新しいチャットエクスペリエンスにより、会話から実行可能なノートブック、トレーニングジョブまで、すべてを 1 か所で行うことができます。柔軟でカスタマイズ可能で、現代の機械学習チームの実際の作業方法に合わせて構築されています」      

Oleum – CTO、Alejandro Ballesteros 氏

「Wink では、実際の人間の性格のニュアンスを捉える AI 搭載のデジタルツインを構築しています。これにより、ユーザーは直接会う前に本物のつながりをスクリーニングできます。私たちの開発ワークフローは、エージェント型で即効性のあるエクスペリエンスに完全に移行しました。つまり、私たちは迅速に行動し、迅速に出荷しています。Amazon SageMaker AI の新しいスキルベースのモデルカスタマイズへのアプローチは、そのワークフローに完全に適合します。私たちのチームは、インフラストラクチャや厳格なインターフェイスに悩まされることなく、すでに使用しているツール内で自然言語を使用してパーソナリティモデルをファインチューニングできます。スピードとコスト効率がすべてであるスタートアップにとって、これはゲームチェンジャーです。ML パイプラインの管理ではなく、ユーザーにより良いエクスペリエンスを構築することに集中できるようになります」      

Wink – CTO、Ethan Fan 氏

ロビンでは、現代のビジネスにおける法務の役割を再定義し、AIを活用してより良い意思決定、迅速な行動、そして持続可能な成長を実現しています。クライアントにより良い意思決定を提供するためには、私たちのAIモデルが弁護士の契約書の書き方—個々の弁護士の特定の形式、トーン、好み—に一致することが重要です。以前は、独自のデータを使用してモデルをカスタマイズすることは、エラーも発生しやすい面倒なプロセスでした。Amazon SageMaker AI の新しいサーバーレスモデルカスタマイズ機能により、強化学習などの高度な手法をすばやく試すことができ、検証可能な報酬をわずか数日で得ることができます。さらに、世界中の弁護士がより良い意思決定をより迅速に行えるように、前提条件を比較および検証できるように、AIエージェントによるガイド付きワークフローを試すことを楽しみにしています。」

ダイアナ・ミンク-ロビン AI リサーチディレクター