View a markdown version of this page

Memecahkan masalah kustomisasi model - Amazon Bedrock

Terjemahan disediakan oleh mesin penerjemah. Jika konten terjemahan yang diberikan bertentangan dengan versi bahasa Inggris aslinya, utamakan versi bahasa Inggris.

Memecahkan masalah kustomisasi model

Bagian ini merangkum kesalahan yang mungkin Anda temui dan apa yang harus diperiksa jika Anda melakukannya.

Masalah izin

Jika Anda mengalami masalah dengan izin untuk mengakses bucket Amazon S3, periksa apakah berikut ini benar:

  1. Jika bucket Amazon S3 menggunakan kunci yang dikelola pelanggan AWS Key Management Service (kunci KMS) untuk enkripsi sisi server, pastikan peran IAM yang diteruskan ke Amazon Bedrock memiliki kms:Decrypt izin untuk kunci KMS. Misalnya, lihat Mengiz inkan pengguna untuk memenccrypt dan mendekripsi dengan AWS KMS kunci apa pun di akun tertentu AWS .

  2. Bucket Amazon S3 berada di Wilayah yang sama dengan pekerjaan kustomisasi model Amazon Bedrock.

  3. Kebijakan kepercayaan peran IAM mencakup layanan SP (bedrock.amazonaws.com).

Pesan berikut menunjukkan masalah dengan izin untuk mengakses data pelatihan atau validasi di bucket Amazon S3:

Could not validate GetObject permissions to access Amazon S3 bucket: training-data-bucket at key train.jsonl Could not validate GetObject permissions to access Amazon S3 bucket: validation-data-bucket at key validation.jsonl

Jika Anda mengalami salah satu kesalahan sebelumnya, periksa apakah peran IAM yang diteruskan ke layanan memiliki s3:GetObject dan s3:ListBucket izin untuk dataset pelatihan dan validasi URI Amazon S3.

Pesan berikut menunjukkan masalah dengan izin untuk menulis data keluaran di bucket Amazon S3:

Amazon S3 perms missing (PutObject): Could not validate PutObject permissions to access S3 bucket: bedrock-output-bucket at key output/.write_access_check_file.tmp

Jika Anda mengalami kesalahan sebelumnya, periksa apakah peran IAM yang diteruskan ke layanan memiliki s3:PutObject izin untuk data keluaran Amazon S3 URI.

Masalah data

Kesalahan berikut terkait dengan masalah dengan file data pelatihan, validasi, atau keluaran:

Format file tidak valid

Unable to parse Amazon S3 file: fileName.jsonl. Data files must conform to JSONL format.

Jika Anda mengalami kesalahan sebelumnya, periksa apakah berikut ini benar:

  1. Setiap baris ada dalam JSON.

  2. Setiap JSON memiliki dua kunci, an input dan anoutput, dan setiap kunci adalah string. Contoh:

    { "input": "this is my input", "output": "this is my output" }
  3. Tidak ada baris baru atau baris kosong tambahan.

Kuota karakter terlampaui

Input size exceeded in file fileName.jsonl for record starting with...

Jika Anda mengalami kesalahan yang dimulai dengan teks di atas, pastikan bahwa jumlah karakter sesuai dengan kuota karakter diSiapkan data untuk menyempurnakan model Anda.

Jumlah token terlampaui

Maximum input token count 4097 exceeds limit of 4096 Maximum output token count 4097 exceeds limit of 4096 Max sum of input and output token length 4097 exceeds total limit of 4096

Jika Anda mengalami kesalahan yang mirip dengan contoh sebelumnya, pastikan jumlah token sesuai dengan kuota token di. Siapkan data untuk menyempurnakan model Anda

Third-party persyaratan lisensi dan masalah kebijakan

Kesalahan berikut terkait dengan ketentuan lisensi pihak ketiga dan kebijakan mereka:

Fine-tuning materi yang tidak konsisten dengan ketentuan lisensi pihak ketiga

Automated tests flagged this fine-tuning job as including materials that are potentially inconsistent with Anthropic's third-party license terms. Please contact support.

Jika Anda mengalami kesalahan sebelumnya, pastikan kumpulan data pelatihan Anda tidak berisi konten yang tidak konsisten dengan kebijakan penggunaan Anthropic. Jika masalah berlanjut, hubungi Dukungan.

Kesalahan internal

Encountered an unexpected error when processing the request, please try again

Jika Anda mengalami kesalahan sebelumnya, mungkin ada masalah dengan layanan. Coba pekerjaan itu lagi. Jika masalah berlanjut, hubungi Dukungan.