Les traductions sont fournies par des outils de traduction automatique. En cas de conflit entre le contenu d'une traduction et celui de la version originale en anglais, la version anglaise prévaudra.
Personnalisation d’un modèle de fondation
Important
Pour obtenir les dernières informations sur la personnalisation des modèles sur Amazon SageMaker AI, consultez la Personnalisation de modèles section dédiée. Nous avons commencé par proposer la personnalisation des modèles JumpStart, mais nous avons étendu nos capacités au fil du temps, ce qui nous a incités à consacrer une nouvelle section.
Pour obtenir un aperçu d'Amazon SageMaker AI JumpStart, consultez SageMaker JumpStart.
Les modèles de fondation sont des modèles extrêmement puissants, capables de résoudre un large éventail de tâches. Pour résoudre efficacement la plupart des tâches, ces modèles nécessitent une certaine forme de personnalisation.
La méthode recommandée pour personnaliser un modèle de fondation en fonction d'un cas d'utilisation spécifique consiste à utiliser l'ingénierie rapide. En fournissant à votre modèle de fondation des instructions bien conçues et riches en contexte, vous pourrez obtenir les résultats souhaités sans avoir à optimiser ou à modifier les poids de modèle. Pour de plus amples informations, veuillez consulter Ingénierie rapide pour les modèles de fondation.
Si l'ingénierie rapide ne suffit pas à elle seule pour personnaliser votre modèle de fondation en fonction d'une tâche spécifique, vous pouvez optimiser un modèle de fondation sur des données supplémentaires propres au domaine. Pour de plus amples informations, veuillez consulter Modèles de fondation et hyperparamètres pour le peaufinage. Le processus d'optimisation implique de modifier les poids de modèle.
Si vous souhaitez personnaliser votre modèle à l'aide des informations d'une bibliothèque de connaissances sans aucun recyclage, consultez Génération à enrichissement contextuel (RAG).
