View a markdown version of this page

Penyetelan halus yang diawasi (SFT) - Amazon Nova
Perbandingan dan Pemilihan Model NovaKapan Menggunakan Nova 1.0 vs Nova 2.0

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

Penyetelan halus yang diawasi (SFT)

Proses pelatihan SFT terdiri dari dua tahap utama:

  • Persiapan Data: Ikuti pedoman yang ditetapkan untuk membuat, membersihkan, atau memformat ulang kumpulan data ke dalam struktur yang diperlukan. Pastikan input, output, dan informasi tambahan (seperti jejak penalaran atau metadata) disejajarkan dan diformat dengan benar.

  • Konfigurasi Pelatihan: Tentukan bagaimana model akan dilatih. Saat menggunakan SageMaker HyperPod, konfigurasi ini ditulis dalam file resep YAML yang mencakup:

    • Jalur sumber data (kumpulan data pelatihan dan validasi)

    • Hiperparameter utama (zaman, tingkat pembelajaran, ukuran batch)

    • Komponen opsional (parameter pelatihan terdistribusi, dll)

Perbandingan dan Pemilihan Model Nova

Amazon Nova 2.0 adalah model yang dilatih pada dataset yang lebih besar dan lebih beragam daripada Amazon Nova 1.0. Perbaikan utama meliputi:

  • Kemampuan penalaran yang ditingkatkan dengan dukungan mode penalaran eksplisit

  • Performa multibahasa yang lebih luas di seluruh bahasa tambahan

  • Peningkatan kinerja pada tugas-tugas kompleks termasuk pengkodean dan penggunaan alat

  • Penanganan konteks yang diper luas dengan akurasi dan stabilitas yang lebih baik pada panjang konteks yang lebih panjang

Kapan Menggunakan Nova 1.0 vs Nova 2.0

Pilih Amazon Nova 1.0 ketika:

  • Kasus penggunaan membutuhkan pemahaman bahasa standar tanpa penalaran lanjutan

  • Kinerja telah divalidasi di Amazon Nova 1.0 dan kemampuan tambahan tidak diperlukan