Amazon SageMaker AI รองรับการปรับแต่งโมเดลแบบไม่ต้องใช้เซิร์ฟเวอร์สำหรับโมเดล Gemma 4 แล้ว
Amazon SageMaker AI รองรับการปรับแต่งโมเดลแบบไม่ต้องใช้เซิร์ฟเวอร์สำหรับโมเดล Gemma 4 E4B และ 31B โดยใช้การปรับแต่งเพิ่มเติมแบบมีผู้สอน (SFT), การเพิ่มประสิทธิภาพตามค่าความชอบโดยตรง (DPO) และการปรับแต่งเพิ่มเติมแบบเสริมแรง (RFT) แล้ว Gemma คือตระกูลโมเดลแบบเปิดที่สร้างโดย Google DeepMind นอกเหนือจากการติดตั้งใช้งานโมเดลเหล่านี้บน SageMaker AI แล้ว ขณะนี้คุณยังสามารถปรับให้เหมาะกับโดเมนและเวิร์กโฟลว์เฉพาะของคุณได้อีกด้วย การเปิดตัวครั้งนี้ยังช่วยเพิ่มความหลากหลายของโมเดลที่สามารถปรับแต่งแบบไม่ต้องใช้เซิร์ฟเวอร์บน SageMaker AI ได้อีกด้วย ซึ่งรวมถึงโมเดลจากตระกูล Nova, Nemotron 3, Qwen, Llama, gpt-oss และ DeepSeek
การปรับแต่งโมเดลช่วยให้คุณสามารถปรับแต่งโมเดลพื้นฐานเหล่านี้ด้วยข้อมูลที่เป็นกรรมสิทธิ์ของคุณ ไม่ว่าจะเป็นการเพิ่มความแม่นยำสำหรับ Task เฉพาะโดเมน, การปรับเอาต์พุตให้สอดคล้องกับรูปแบบการสื่อสารขององค์กรของคุณ หรือการเพิ่มประสิทธิภาพสำหรับ Task ใหม่โดยใช้ข้อมูลที่จัดประเภทแล้วของคุณ การปรับแต่งแบบไม่ต้องใช้เซิร์ฟเวอร์ช่วยให้ SageMaker AI สามารถจัดการการจัดสรรโครงสร้างพื้นฐานและการควบคุมระบบการฝึกทั้งหมด คุณจึงสามารถมุ่งเน้นไปที่ข้อมูลและการประเมินผลของตนเองแทนที่จะเป็นการจัดการคลัสเตอร์ และจ่ายเฉพาะเท่าที่คุณใช้เท่านั้น
การปรับแต่งโมเดลแบบไม่ต้องใช้เซิร์ฟเวอร์ บน SageMaker AI มีให้บริการในสหรัฐอเมริกาฝั่งตะวันออก (เวอร์จิเนียฝั่งเหนือ), สหรัฐอเมริกาฝั่งตะวันตก (ออริกอน), เอเชียแปซิฟิก (โตเกียว) และสหภาพยุโรป (ไอร์แลนด์) หากต้องการเริ่มต้นใช้งาน ให้ไปที่หน้าโมเดลใน Amazon SageMaker Studio เพื่อเปิดใช้งานการปรับแต่ง หรือใช้ SageMaker Python SDK สำหรับการเข้าถึงแบบโปรแกรม หากต้องการเรียนรู้เพิ่มเติม โปรดดูเอกสารประกอบเกี่ยวกับการปรับแต่งโมเดลของ Amazon SageMaker AI