Amazon SageMaker AI เปิดตัวประสบการณ์ AI Agent สำหรับการปรับแต่งโมเดล
ตอนนี้ Amazon SageMaker AI มาพร้อมประสบการณ์การทำงานแบบ Agent ที่ช่วยเปลี่ยนการปรับแต่งโมเดลจากกระบวนการที่กินเวลานานหลายเดือน ให้กลายเป็นเวิร์กโฟลว์ที่เสร็จสิ้นได้ภายในไม่กี่วันหรือหลักชั่วโมงเท่านั้น ลูกค้าที่กำลังสร้างโซลูชัน AI จำเป็นต้องกำหนดเป้าหมายของกรณีการใช้งานและเกณฑ์ความสำเร็จอย่างรอบคอบ เตรียมข้อมูล เลือกโมเดลที่เหมาะสม รวมถึงกำหนดค่า เรียกใช้ และวิเคราะห์การทดลองหลายรายการด้วยโมเดลและเทคนิคการปรับแต่งต่าง ๆ เมื่อระบุโมเดลที่เหมาะสมและผ่านเกณฑ์ความสำเร็จได้แล้ว พวกเขาจะต้องหาวิธีที่มีประสิทธิภาพสูงสุดในด้านความคุ้มค่าเพื่อติดตั้งใช้งานโมเดลดังกล่าว ตลอดเวิร์กโฟลว์นี้ ลูกค้าจำเป็นต้องจัดการงานหนักที่ซ้ำซ้อนและไม่ได้ช่วยสร้างความแตกต่างในการตั้งค่าโครงสร้างพื้นฐานเพื่อฝึกฝนและติดตั้งใช้งานโมเดลเหล่านั้นด้วยตนเอง ความสามารถใหม่นี้ช่วยให้เหล่านักพัฒนาสามารถโต้ตอบด้วยภาษาธรรมชาติกับ Agent เขียนโค้ดได้ เพื่อเพิ่มความคล่องตัวให้กับขั้นตอนทั้งหมด ตั้งแต่การกำหนดกรณีการใช้งานไปจนถึงการติดตั้งใช้งานโมเดลคุณภาพสูงในสภาพแวดล้อมจริง
ประสบการณ์การทำงานแบบ Agent นี้สร้างขึ้นจากทักษะของ Agent สำหรับการปรับแต่งโมเดลใน SageMaker AI โดยจะมอบความเชี่ยวชาญด้านการปรับแต่งที่ประยุกต์ใช้กับกรณีการใช้งานเฉพาะของผู้สร้าง การแปลงข้อมูลให้อยู่ในรูปแบบที่ต้องการ การประเมินคุณภาพที่ครอบคลุมโดยใช้เมตริกแบบ LLM-as-a-judge และตัวเลือกการนำไปใช้จริงที่ยืดหยุ่นทั้งบนตำแหน่งข้อมูลของ Amazon Bedrock หรือ SageMaker AI ลูกค้าสามารถติดตั้งทักษะเหล่านี้ใน IDE ใดก็ได้ตามต้องการ เช่น Visual Studio และ Cursor นักพัฒนาสามารถทำงานร่วมกับ Agent เขียนโค้ดได้หลากหลายราย เช่น Kiro, Claude Code และ CoPilot เพื่อเพิ่มประสิทธิภาพให้กับตระกูลโมเดลยอดนิยมอย่าง Amazon Nova, Llama, Qwen และ GPT-OSS ประสบการณ์นี้จะสร้างอาร์ทิแฟกต์โค้ดที่สามารถนำกลับมาใช้ใหม่และแก้ไขได้ เพื่อความโปร่งใส ความสามารถในการทำซ้ำ และการทำงานแบบอัตโนมัติผ่านการผสานการทำงานเข้ากับไปป์ไลน์ AIOps
ติดตั้งทักษะ SageMaker AI ใน IDE ที่คุณชื่นชอบได้ง่าย ๆ โดยใช้ปลั๊กอิน sagemaker-ai agent ทักษะการปรับแต่งโมเดลของ SageMaker AI ยังมีพร้อมให้ใช้งานและติดตั้งไว้ล่วงหน้าใน SageMaker Studio Notebooks ควบคู่ไปกับ Agent เขียนโค้ด Kiro อีกด้วย สิ่งที่คุณต้องทำคือเพียงแค่สมัครสมาชิก Kiro, เปิดหน้าต่างแชทใน Studio Notebooks และเริ่มแชทกับ Agent เพื่อสร้างเวิร์กโฟลว์ ประสบการณ์นี้รองรับเทคนิคการปรับแต่งขั้นสูง ได้แก่ การปรับแต่งเพิ่มเติมแบบมีการชี้แนะสำหรับการปรับจูนคำสั่ง, การหาค่าความพึงพอใจโดยตรงเพื่อปรับโทนและเลือกรูปแบบที่ต้องการ และการเรียนรู้แบบเสริมกำลังสำหรับกรณีการใช้งานที่ต้องการความถูกต้องที่ตรวจสอบได้
หากต้องการเรียนรู้เพิ่มเติมเกี่ยวกับการปรับแต่งโมเดลด้วยประสบการณ์ AI Agent ใน Amazon SageMaker AI โปรดไปที่เอกสารประกอบการปรับแต่งโมเดล SageMaker
สหรัฐอเมริกาฝั่งตะวันออก (เวอร์จิเนียฝั่งเหนือ) — us-east-1
ยุโรป (ไอร์แลนด์) — eu-west-1
สหรัฐอเมริกาฝั่งตะวันตก (ออริกอน) — us-west-2
เอเชียแปซิฟิก (โตเกียว) — ap-northeast-1