Tính năng Chắt lọc mô hình của Amazon Bedrock hiện đang được cung cấp ở chế độ xem trước
Với tính năng Chắt lọc mô hình của Amazon Bedrock, khách hàng có thể sử dụng các mô hình nhỏ gọn, nhanh và tiết kiệm chi phí hơn, đồng thời đạt được độ chính xác cho từng trường hợp sử dụng cụ thể tương đương với các mô hình mạnh mẽ nhất trong Amazon Bedrock.
Ngày nay, việc tinh chỉnh một mô hình nhỏ gọn, tiết kiệm chi phí để tăng độ chính xác cho các trường hợp sử dụng của khách hàng là một quá trình lặp đi lặp lại. Trong quá trình này, khách hàng cần viết các câu lệnh và phản hồi, tinh chỉnh tập dữ liệu đào tạo, đảm bảo bộ dữ liệu này bao quát nhiều ví dụ đa dạng cũng như điều chỉnh các thông số đào tạo.
Tính năng Chắt lọc mô hình của Amazon Bedrock tự động hóa quy trình cần thiết để tạo dữ liệu tổng hợp từ mô hình “giáo viên”, đào tạo và đánh giá mô hình “học sinh”, sau đó lưu trữ mô hình chắt lọc cuối cùng để suy luận. Để giảm bớt gánh nặng của quá trình lặp đi lặp lại, tính năng Chắt lọc mô hình có thể áp dụng các phương pháp tổng hợp dữ liệu khác nhau và phù hợp nhất với trường hợp sử dụng của bạn. Điều này giúp tạo ra một mô hình chắt lọc tương đồng với mô hình nâng cao, đáp ứng trường hợp sử dụng cụ thể. Ví dụ: Bedrock có thể mở rộng tập dữ liệu đào tạo bằng cách tạo các câu lệnh tương tự hoặc tạo phản hồi tổng hợp chất lượng cao dựa trên tiêu chuẩn vàng là các cặp câu lệnh – phản hồi do khách hàng cung cấp.
Tìm hiểu thêm trong tài liệu hướng dẫn và blog của chúng tôi.