View a markdown version of this page

Amazon SageMaker JumpStart Foundation-Modelle - Amazon SageMaker KI

Die vorliegende Übersetzung wurde maschinell erstellt. Im Falle eines Konflikts oder eines Widerspruchs zwischen dieser übersetzten Fassung und der englischen Fassung (einschließlich infolge von Verzögerungen bei der Übersetzung) ist die englische Fassung maßgeblich.

Amazon SageMaker JumpStart Foundation-Modelle

Amazon SageMaker JumpStart bietet hochmoderne Basismodelle für Anwendungsfälle wie das Schreiben von Inhalten, die Codegenerierung, die Beantwortung von Fragen, das Verfassen von Texten, das Zusammenfassen, Klassifizieren, Abrufen von Informationen und mehr. Verwenden Sie JumpStart Basismodelle, um Ihre eigenen generativen KI-Lösungen zu entwickeln und benutzerdefinierte Lösungen mit zusätzlichen SageMaker KI-Funktionen zu integrieren. Weitere Informationen finden Sie unter Erste Schritte mit Amazon SageMaker JumpStart.

Ein Grundlagenmodell ist ein umfangreiches, vortrainiertes Modell, das sich an viele nachgelagerte Aufgaben anpassen lässt und häufig als Ausgangspunkt für die Entwicklung spezialisierterer Modelle dient. Beispiele für Basismodelle sind LLaMa-3-70b BLOOM 176B, FLAN-T5 XL oder GPT-J 6B, die für große Mengen an Textdaten vorab trainiert wurden und für bestimmte Sprachaufgaben optimiert werden können.

Amazon integriert und SageMaker JumpStart verwaltet öffentlich verfügbare Basismodelle, auf die Sie zugreifen, sie anpassen und in Ihre Lebenszyklen für maschinelles Lernen integrieren können. Amazon bietet SageMaker JumpStart auch firmeneigene Basismodelle von Drittanbietern an. Eine vollständige Liste der verfügbaren Modelle finden Sie unterVerfügbare Basismodelle.

Informationen zu den ersten Schritten beim Erkunden und Experimentieren mit verfügbaren Modellen finden Sie unter JumpStart Verwendung des Foundation-Modells. Alle Foundation-Modelle können programmgesteuert mit dem SageMaker Python SDK verwendet werden. Weitere Informationen finden Sie unter Verwenden Sie Fundamentmodelle mit SageMaker Python SDK.

Weitere Informationen zu den Überlegungen, die bei der Auswahl eines Modells zu berücksichtigen sind, finden Sie unter Modellquellen und Lizenzvereinbarungen.

Einzelheiten zur Anpassung und Feinabstimmung von Grundlagenmodellen finden Sie unter Anpassung des Basismodells.

Weitere allgemeine Informationen zu Grundlagenmodellen finden Sie im Artikel On the Opportunities and Risks of Foundation Models über die Chancen und Risiken von Grundlagenmodellen.