Fine-tune Modelli Amazon Nova con ottimizzazione del rinforzo

Fornisci un set di dati di formazione: carica i prompt nel formato richiesto (ad esempio, JSONL) come set di dati di addestramento per la ottimizzazione del rinforzo. Per ulteriori informazioni, consulta Prepara i dati per i modelli Amazon Nova.

Configura la funzione di ricompensa (classificatore): definisci un classificatore per assegnare un punteggio alle risposte del modello in base a correttezza, struttura, tono o altri obiettivi. La funzione di ricompensa può essere eseguita utilizzando Lambda per calcolare i punteggi degli obiettivi. Puoi anche scegliere un modello come giudice (tramite console) e valutare le risposte in base a criteri e principi che configuri (la console li converte automaticamente in funzioni Lambda). Per ulteriori informazioni, consulta Configurazione delle funzioni di ricompensa per i modelli Amazon Nova.

Invia un lavoro di ottimizzazione delle armature: avvia il processo di ottimizzazione delle armature specificando il modello base, il set di dati, la funzione di ricompensa e altre impostazioni opzionali come gli iperparametri. Per ulteriori informazioni, consulta Crea e gestisci lavori di ottimizzazione per i modelli Amazon Nova.

Monitora la formazione: monitora lo stato del lavoro, le metriche relative alle ricompense e i progressi della formazione fino al completamento. Per ulteriori informazioni, consulta Monitora il tuo lavoro di formazione su RFT.

Fine-Tuned Modello di utilizzo: dopo il completamento del lavoro, implementa il modello RFT risultante con un clic per un'inferenza su richiesta. Puoi anche utilizzare Provisioned Throughput per carichi di lavoro cruciali che richiedono prestazioni costanti. Per informazioni, consulta Impostazione dell’inferenza per un modello personalizzato. Usa Test in Playground per valutare e confrontare le risposte con il modello base.