Amazon раскрывает кастомизацию моделей Nova в SageMaker AI: готовые рецепты и быстрая настройка

Amazon SageMaker AI теперь позволяет тонко настроить модели Nova

Amazon анонсировала новую возможность кастомизации семейства foundation-моделей Nova прямо в SageMaker AI. Теперь вы можете адаптировать Nova Micro, Nova Lite и Nova Pro на протяжении всего цикла обучения: от предварительного обучения до тонкой настройки и выравнивания поведения модели.

Самое приятное — все техники уже упакованы в готовые «рецепты» SageMaker. Нужно лишь выбрать подходящий и запустить. Результат легко развернуть через Amazon Bedrock как для мгновенных запросов, так и для заданного уровня пропускной способности.

Доступны четыре ключевых подхода к кастомизации:

• Supervised Fine-Tuning (полная или параметр-эффективная тонкая настройка),
• Direct Preference Optimization (настройка на предпочтения через примеры "нравится/не нравится"),
• Proximal Policy Optimization (усиленное обучение с подкреплением для нужного поведения),
• Continued Pre-Training и Knowledge Distillation (самообучение на своих данных и перенос знаний от «большой» модели к «легкой»).

Каждая техника подходит под разные задачи. Хотите ускорить тренировку и сэкономить ресурсы — берите parameter-efficient fine-tuning. Нужна максимальная точность — выбирайте полный fine-tuning. А чтобы модель говорила в вашем фирменном стиле, примените DPO или PPO.

Первые бета‑пользователи — от MIT CSAIL до Volkswagen и команд поддержки Amazon — уже проверили новые возможности. Если хотите персонализировать Nova под свои данные и требования, самое время начать эксперименты в консоли SageMaker AI.