Sumber model dan perjanjian lisensi - Amazon SageMaker

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

Sumber model dan perjanjian lisensi

Amazon SageMaker JumpStart menyediakan akses ke ratusan model yayasan yang tersedia untuk umum dan eksklusif dari sumber dan mitra pihak ketiga. Anda dapat menjelajahi pemilihan model JumpStart foundation langsung di SageMaker konsol, Studio, atau Studio Classic.

Lisensi dan sumber model

Amazon SageMaker JumpStart menyediakan akses ke model yayasan yang tersedia untuk umum dan eksklusif. Model Foundation dionboard dan dikelola dari penyedia open source dan proprietary pihak ketiga. Dengan demikian, mereka dirilis di bawah lisensi yang berbeda seperti yang ditunjuk oleh sumber model. Pastikan untuk meninjau lisensi untuk model yayasan apa pun yang Anda gunakan. Anda bertanggung jawab untuk meninjau dan mematuhi persyaratan lisensi yang berlaku dan memastikannya dapat diterima untuk kasus penggunaan Anda sebelum mengunduh atau menggunakan konten. Beberapa contoh lisensi model pondasi umum meliputi:

  • Alexa Guru Model

  • Apache 2.0

  • BigScience Lisensi AI Bertanggung Jawab v1.0

  • CreativeML Buka lisensi ++-M RAIL

Demikian pula, untuk model yayasan berpemilik apa pun, pastikan untuk meninjau dan mematuhi ketentuan penggunaan dan pedoman penggunaan apa pun dari penyedia model. Jika Anda memiliki pertanyaan tentang informasi lisensi untuk model kepemilikan tertentu, hubungi penyedia model secara langsung. Anda dapat menemukan informasi kontak penyedia model di tab Support di setiap halaman model AWS Marketplace.

Perjanjian lisensi pengguna akhir

Beberapa model JumpStart dasar memerlukan penerimaan eksplisit dari perjanjian lisensi pengguna akhir (EULA) sebelum digunakan.

EULApenerimaan di Amazon SageMaker Studio

Anda mungkin diminta untuk menerima perjanjian lisensi pengguna akhir sebelum menyempurnakan, menerapkan, atau mengevaluasi model dasar di Studio. JumpStart Untuk memulai dengan model JumpStart foundation di Studio, lihatGunakan model pondasi di Studio.

penting

Pada 30 November 2023, pengalaman Amazon SageMaker Studio sebelumnya sekarang bernama Amazon SageMaker Studio Classic. Bagian berikut khusus untuk menggunakan pengalaman Studio yang diperbarui. Untuk informasi tentang menggunakan aplikasi Studio Classic, lihatAmazon SageMaker Studio Klasik.

Beberapa model JumpStart dasar memerlukan penerimaan perjanjian lisensi pengguna akhir sebelum penerapan. Jika ini berlaku untuk model dasar yang Anda pilih untuk digunakan, Studio akan meminta Anda dengan jendela yang berisi EULA konten. Anda bertanggung jawab untuk meninjau dan mematuhi persyaratan lisensi yang berlaku dan memastikannya dapat diterima untuk kasus penggunaan Anda sebelum mengunduh atau menggunakan model.

EULApenerimaan di Amazon SageMaker Studio Classic

Anda mungkin diminta untuk menerima perjanjian lisensi pengguna akhir sebelum menerapkan model foundation atau membuka notebook model JumpStart JumpStart foundation di Studio Classic. Untuk memulai dengan model JumpStart foundation di Studio Classic, lihatGunakan model foundation di Amazon SageMaker Studio Classic.

penting

Pada 30 November 2023, pengalaman Amazon SageMaker Studio sebelumnya sekarang bernama Amazon SageMaker Studio Classic. Bagian berikut khusus untuk menggunakan aplikasi Studio Classic. Untuk informasi tentang menggunakan pengalaman Studio yang diperbarui, lihat SageMaker Studio Amazon.

Beberapa model JumpStart dasar memerlukan penerimaan perjanjian lisensi pengguna akhir sebelum penerapan. Jika ini berlaku untuk model dasar yang Anda pilih untuk digunakan, Studio Classic akan meminta Anda dengan jendela berjudul Tinjau Perjanjian Lisensi Pengguna Akhir (EULA) dan Kebijakan Penggunaan yang Dapat Diterima (AUP) di bawah ini setelah Anda memilih Deploy atau Buka buku catatan. Anda bertanggung jawab untuk meninjau dan mematuhi persyaratan lisensi yang berlaku dan memastikannya dapat diterima untuk kasus penggunaan Anda sebelum mengunduh atau menggunakan model.

EULApenerimaan dengan SageMaker Python SDK

Bagian berikut menunjukkan kepada Anda cara mendeklarasikan EULA penerimaan secara eksplisit saat menerapkan atau menyempurnakan model dengan JumpStart SageMaker Python SDK. Untuk informasi lebih lanjut tentang memulai dengan model JumpStart pondasi menggunakan SageMaker Python SDK, lihatGunakan model pondasi dengan SageMaker Python SDK.

Sebelum memulai, pastikan Anda melakukan hal berikut:

  • Tingkatkan ke versi terbaru dari model yang Anda gunakan.

  • Instal versi terbaru dari SageMaker Python SDK.

penting

Untuk menggunakan alur kerja berikut, Anda harus memiliki v2.198.0 atau yang lebih baru SageMaker Python SDKdiinstal.

EULApenerimaan saat menerapkan model JumpStart

Untuk model yang memerlukan penerimaan perjanjian lisensi pengguna akhir, Anda harus secara eksplisit menyatakan penerimaan saat menerapkan model AndaEULA. JumpStart

from sagemaker.jumpstart.model import JumpStartModel model_id = "meta-textgeneration-llama-2-13b" my_model = JumpStartModel(model_id=model_id) # Declare EULA acceptance when deploying your JumpStart model predictor = my_model.deploy(accept_eula=True)

accept_eulaNilai secara None default dan harus didefinisikan ulang secara eksplisit untuk menerima True perjanjian lisensi pengguna akhir. Untuk informasi lebih lanjut, lihat JumpStartModel.

EULApenerimaan saat menyempurnakan model JumpStart

Untuk model fine-tuning yang memerlukan penerimaan perjanjian lisensi pengguna akhir, Anda harus secara eksplisit menyatakan penerimaan saat mendefinisikan estimator Anda. EULA JumpStart Setelah menyempurnakan model yang telah dilatih sebelumnya, bobot model asli diubah. Oleh karena itu, ketika Anda menerapkan model fine-tuned nanti, Anda tidak perlu menerima. EULA

from sagemaker.jumpstart.estimator import JumpStartEstimator model_id = "meta-textgeneration-llama-2-13b" # Declare EULA acceptance when defining your JumpStart estimator estimator = JumpStartEstimator(model_id=model_id, environment={"accept_eula": "true"}) estimator.fit( {"train": training_dataset_s3_path, "validation": validation_dataset_s3_path} )

accept_eulaNilai secara None default dan harus didefinisikan ulang secara eksplisit seperti "true" dalam lingkungan estimator untuk menerima perjanjian lisensi pengguna akhir. Untuk informasi lebih lanjut, lihat JumpStartEstimator.

EULApenerimaan SageMaker Python SDKversi lebih awal dari 2.198.0

penting

Saat menggunakan versi lebih awal dari 2.198.0 dari SageMaker Python SDK, Anda harus menggunakan SageMaker Predictor kelas untuk menerima modelEULA.

Setelah menerapkan model JumpStart pondasi secara terprogram menggunakan SageMaker Python SDK, Anda dapat menjalankan inferensi terhadap titik akhir yang Anda gunakan dengan kelas. SageMaker Predictor Untuk model yang memerlukan penerimaan perjanjian lisensi pengguna akhir, Anda harus secara eksplisit menyatakan EULA penerimaan dalam panggilan Anda ke kelas: Predictor

predictor.predict(payload, custom_attributes="accept_eula=true")

accept_eulaNilai secara false default dan harus didefinisikan ulang secara eksplisit untuk menerima true perjanjian lisensi pengguna akhir. Prediktor mengembalikan kesalahan jika Anda mencoba menjalankan inferensi saat accept_eula disetel ke. false Untuk informasi lebih lanjut tentang memulai dengan model JumpStart pondasi menggunakan SageMaker Python SDK, lihatGunakan model pondasi dengan SageMaker Python SDK.

penting

custom_attributesParameter menerima pasangan kunci-nilai dalam format. "key1=value1;key2=value2" Jika Anda menggunakan kunci yang sama beberapa kali, server inferensi menggunakan nilai terakhir yang terkait dengan kunci. Misalnya, jika Anda meneruskan "accept_eula=false;accept_eula=true" ke custom_attributes parameter, maka server inferensi mengaitkan nilai true dengan kunci. accept_eula