O Amazon SageMaker AI já oferece suporte à personalização de modelos com tecnologia sem servidor para modelos Qwen3.4
O Amazon SageMaker IA agora oferece suporte à personalização de modelos sem servidor para os modelos Gemma 4 E4B e 31B usando ajuste fino supervisionado (SFT), otimização de preferência direta (DPO) e ajuste fino por reforço (RFT). O Gemma é uma família de modelos abertos criados pelo Google DeepMind. Além de implantar esse modelo no SageMaker AI, agora você pode adaptá-lo aos seus domínios e fluxos de trabalho específicos. Esse lançamento também amplia a variedade de modelos disponíveis para personalização sem servidor no SageMaker AI, incluindo modelos das famílias Nova, Nemotron 3, Qwen, Llama, gpt-oss e DeepSeek.
A personalização do modelo permite que você personalize os modelos básicos com seus dados proprietários, seja melhorando a precisão em tarefas específicas do domínio, alinhando os resultados com o tom da sua organização ou aprimorando o desempenho em novas tarefas usando seus dados rotulados. Com a personalização com tecnologia sem servidor, o SageMaker AI gerencia todo o provisionamento de infraestrutura e a orquestração de treinamento. Você fica livre para manter o foco nos dados e na avaliação, em vez de gerenciar clusters, e paga apenas pelo que usar.
A personalização de modelos do Qwen3.6 com tecnologia sem servidor no SageMaker AI está disponível nas regiões Leste dos EUA (Norte da Virgínia), Oeste dos EUA (Oregon), Ásia-Pacífico (Tóquio) e Europa (Irlanda). Para começar a usá-la, navegue até a página Modelos no Amazon SageMaker Studio para iniciar um trabalho de personalização ou use o SageMaker Python SDK para acessar o recurso de forma programática. Para saber mais, consulte a documentação de personalização de modelos do Amazon SageMaker AI.