- Fine-tuning: Text-to-text
-
Para afinar un text-to-text modelo, prepare un conjunto de datos de entrenamiento y validación opcional creando un JSONL archivo con varias JSON líneas. Cada JSON línea es una muestra que contiene un campo prompt
ycompletion
. Utilice 6 caracteres por token como una aproximación del número de tokens. El formato es el siguiente.
{"prompt": "<prompt1>", "completion": "<expected generated text>"}
{"prompt": "<prompt2>", "completion": "<expected generated text>"}
{"prompt": "<prompt3>", "completion": "<expected generated text>"}
El siguiente es un ejemplo de una tarea de preguntas y respuestas:
{"prompt": "what is AWS", "completion": "it's Amazon Web Services"}
- Fine-tuning: Text-to-image & Image-to-embeddings
-
Para ajustar un image-to-embedding modelo text-to-image o, prepare un conjunto de datos de entrenamiento creando un JSONL archivo con varias JSON líneas. No se admiten los conjuntos de datos de validación. Cada JSON línea es un ejemplo que contiene unimage-ref
, el Amazon S3 URI para una imagen y un caption
que podría ser un mensaje para la imagen.
Las imágenes deben estar en PNG formato JPEG o.
{"image-ref": "s3://bucket/path/to/image001.png", "caption": "<prompt text>"}
{"image-ref": "s3://bucket/path/to/image002.png", "caption": "<prompt text>"}
{"image-ref": "s3://bucket/path/to/image003.png", "caption": "<prompt text>"}
A continuación, se muestra un elemento de ejemplo:
{"image-ref": "s3://amzn-s3-demo-bucket/my-pets/cat.png", "caption": "an orange cat with white spots"}
Para permitir que Amazon Bedrock acceda a los archivos de imagen, añada una IAM política similar a la del rol del servicio de personalización de modelos de Amazon Bedrock que configuró o que se configuró automáticamente para usted en la consola. Permisos para acceder a los archivos de formación y validación y para escribir los archivos de salida en S3 Las rutas de Amazon S3 que proporcione en el conjunto de datos de entrenamiento deben estar en las carpetas que especifique en la política.
- Continued Pre-training: Text-to-text
-
Para realizar una formación previa continua sobre un text-to-text modelo, prepare un conjunto de datos de formación y validación opcional creando un JSONL archivo con varias líneas. JSON Como la formación previa continua incluye datos sin etiquetar, cada JSON línea es una muestra que contiene solo un campo. input
Utilice 6 caracteres por token como una aproximación del número de tokens. El formato es el siguiente.
{"input": "<input text>"}
{"input": "<input text>"}
{"input": "<input text>"}
A continuación aparece un elemento de ejemplo que podría estar en los datos de entrenamiento.
{"input": "AWS stands for Amazon Web Services"}
- Fine-tuning: Single-turn messaging
-
Para ajustar un text-to-text modelo mediante el formato de mensajería de un solo paso, prepare un conjunto de datos de entrenamiento y validación opcional creando un JSON archivo con varias líneas. JSON Ambos archivos de datos deben estar en ese formato. JSONL Cada línea especifica una muestra de datos completa en formato json y cada muestra de datos debe tener el formato de 1 línea (elimine todas las '\n' de cada muestra). Una línea con varias muestras de datos o dividir una muestra de datos en varias líneas no funcionará.
Campos
-
system
(opcional): cadena que contiene un mensaje del sistema que establece el contexto de la conversación.
-
messages
: Matriz de objetos de mensaje, cada uno de los cuales contiene:
Reglas
-
La messages
matriz debe contener 2 mensajes
-
El primer mensaje debe tener una role
del usuario
-
El último mensaje debe tener una role
del asistente
{"system": "<system message>","messages":[{"role": "user", "content": "<user query>"},{"role": "assistant", "content": "<expected generated text>"}]}
Ejemplo
{"system": "You are an helpful assistant.","messages":[{"role": "user", "content": "what is AWS"},{"role": "assistant", "content": "it's Amazon Web Services."}]}
- Fine-tuning: Multi-turn messaging
-
Para afinar un text-to-text modelo mediante el formato de mensajería de varias vueltas, prepare un conjunto de datos de entrenamiento y de validación opcional creando un JSONL archivo con varias líneas. JSON Ambos archivos de datos deben tener ese formato. JSONL Cada línea especifica una muestra de datos completa en formato json y cada muestra de datos debe tener el formato de 1 línea (elimine todas las '\n' de cada muestra). Una línea con varias muestras de datos o dividir una muestra de datos en varias líneas no funcionará.
Campos
-
system
(opcional): cadena que contiene un mensaje del sistema que establece el contexto de la conversación.
-
messages
: Matriz de objetos de mensaje, cada uno de los cuales contiene:
Reglas
-
La messages
matriz debe contener 2 mensajes
-
El primer mensaje debe tener una role
del usuario
-
El último mensaje debe tener una role
del asistente
-
Los mensajes deben alternar entre assistant
funciones user
y funciones.
{"system": "<system message>","messages":[{"role": "user", "content": "<user query 1>"},{"role": "assistant", "content": "<expected generated text 1>"}, {"role": "user", "content": "<user query 2>"},{"role": "assistant", "content": "<expected generated text 2>"}]}
Ejemplo
{"system": "system message","messages":[{"role": "user", "content": "Hello there."},{"role": "assistant", "content": "Hi, how can I help you?"},{"role": "user", "content": "what are LLMs?"},{"role": "assistant", "content": "LLM means large language model."},]}