翻訳は機械翻訳により提供されています。提供された翻訳内容と英語版の間で齟齬、不一致または矛盾がある場合、英語版が優先します。
モデルソースとライセンス契約
Amazon SageMaker JumpStart は、サードパーティーのソースやパートナーから数百の公開されている独自の基盤モデルへのアクセスを提供します。 JumpStart 基盤モデルの選択は、 SageMaker コンソール、Studio、または Studio Classic で直接確認できます。
ライセンスとモデルソース
Amazon SageMaker JumpStart は、公開されている基盤モデルと独自の基盤モデルの両方へのアクセスを提供します。基盤モデルは、サードパーティーのオープンソースプロバイダーや独自プロバイダーからオンボードされ、維持されています。そのため、モデルソースが指定した異なるライセンスでリリースされます。使用する基盤モデルのライセンスを必ず確認してください。コンテンツをダウンロードしたり使用したりする前に、適用されるライセンス条項を確認し、準拠して自身のユースケースで使用できるかどうかを確認してください。一般的な基盤モデルライセンスの例としては、次のものがあります。
-
Alexa Teacher Model
-
Apache 2.0
-
BigScience 責任ある AI ライセンス v1.0
-
CreativeML Open RAIL++-M ライセンス
同様に、独自基盤モデルについては、モデルプロバイダーが提供している利用規約や使用ガイドラインを必ず確認し、遵守してください。特定の独自モデルのライセンス情報について質問がある場合は、モデルプロバイダーに直接お問い合わせください。モデルプロバイダーの連絡先情報は、 AWS Marketplaceの各モデルページのサポ-トタブにあります。
エンドユーザーライセンス契約
一部の JumpStart 基盤モデルでは、使用前にエンドユーザーライセンス契約 (EULA) を明示的に承諾する必要があります。
EULA Amazon SageMaker Studio での の承諾
Studio で JumpStart 基盤モデルを微調整、デプロイ、または評価する前に、エンドユーザーライセンス契約への同意を求められる場合があります。Studio で JumpStart 基盤モデルの使用を開始するには、「」を参照してくださいStudio で基盤モデルを使用する。
重要
2023 年 11 月 30 日現在、以前の Amazon SageMaker Studio エクスペリエンスは Amazon SageMaker Studio Classic という名前になりました。次のセクションは、更新された Studio エクスペリエンスの使用に固有のものです。Studio Classic アプリケーションの使用については、「」を参照してくださいAmazon SageMaker Studio Classic。
一部の JumpStart 基盤モデルでは、デプロイ前にエンドユーザーライセンス契約に同意する必要があります。使用する基盤モデルにこれが当てはまる場合、Studio はEULAコンテンツを含むウィンドウを表示します。モデルをダウンロードしたり使用したりする前に、適用されるライセンス条項を確認し、準拠して自身のユースケースで使用できるかどうかを確認してください。
EULA Amazon SageMaker Studio Classic での の承諾
Studio Classic で JumpStart 基盤モデルをデプロイしたり、 JumpStart 基盤モデルノートブックを開いたりする前に、エンドユーザーライセンス契約への同意を求められる場合があります。Studio Classic で JumpStart 基盤モデルの使用を開始するには、「」を参照してくださいAmazon SageMaker Studio Classic で基盤モデルを使用する。
重要
2023 年 11 月 30 日現在、以前の Amazon SageMaker Studio エクスペリエンスは Amazon SageMaker Studio Classic という名前になりました。次のセクションは、Studio Classic アプリケーションの使用に固有のものです。更新された Studio エクスペリエンスの使用については、「」を参照してくださいAmazon SageMaker Studio。
一部の JumpStart 基盤モデルでは、デプロイ前にエンドユーザーライセンス契約に同意する必要があります。これが使用を選択した基盤モデルに適用される場合、Studio Classic は、ノートブックのデプロイまたはオープン を選択した後、以下の「エンドユーザーライセンス契約 (EULA) と利用規約 (AUP) を確認する」というタイトルのウィンドウを表示します。モデルをダウンロードしたり使用したりする前に、適用されるライセンス条項を確認し、準拠して自身のユースケースで使用できるかどうかを確認してください。
EULA による承認 SageMaker Python SDK
以下のセクションでは、 を使用して JumpStart モデルをデプロイまたは微調整するときに、明示的にEULA承認を SageMaker Python宣言する方法を示しますSDK。を使用した JumpStart 基盤モデルの開始方法の詳細についてはSDK、 SageMaker Python「」を参照してくださいで基盤モデルを使用する SageMaker Python SDK。
始める前に、次のことを確認してください。
使用するモデルの最新バージョンにアップグレードします。
の最新バージョンをインストールします SageMaker PythonSDK。
重要
次のワークフローを使用するには、 の v2.198.0
EULA JumpStart モデルのデプロイ時の承認
エンドユーザーライセンス契約の承諾を必要とするモデルの場合、モデルのデプロイ時に明示的にEULA承諾を JumpStart宣言する必要があります。
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_eula
値はデフォルトでは None
であり、エンドユーザーライセンス契約を受諾するには明示的に True
として再定義する必要があります。詳細については、「」を参照してくださいJumpStartModel
EULA JumpStart モデルの微調整時の承認
エンドユーザーライセンス契約の承諾を必要とする微調整モデルの場合、 JumpStart 推定器を定義するときに明示的にEULA承諾を宣言する必要があります。事前トレーニング済みモデルを微調整すると、元のモデルの重みが変更されます。したがって、後で微調整されたモデルをデプロイする場合、 を受け入れる必要はありません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} )
エンドユーザーライセンス契約を承諾するには、accept_eula
値はNone
デフォルトで であり、推定器環境"true"
内で として明示的に再定義する必要があります。詳細については、「」を参照してくださいJumpStartEstimator
EULA 2.198.0 より前の承認 SageMaker PythonSDKバージョン
重要
2.198.0Predictor
クラスを使用して SageMakerモデル を受け入れる必要がありますEULA。
を使用して JumpStart 基盤モデルを SageMakerプログラムでデプロイした後PythonSDK、 SageMaker Predictor
クラスを使用してデプロイされたエンドポイントに対して推論を実行できます。エンドユーザーライセンス契約の承諾を必要とするモデルの場合、 Predictor
クラスへの呼び出しで明示的にEULA承諾を宣言する必要があります。
predictor.predict(payload, custom_attributes="accept_eula=true")
accept_eula
値はデフォルトでは false
であり、エンドユーザーライセンス契約を受諾するには明示的に true
として再定義する必要があります。が に設定されているときに推論を実行しようとすると、予測子accept_eula
はエラーを返しますfalse
。を使用した JumpStart 基盤モデルの開始方法の詳細についてはSDK、 SageMaker Python「」を参照してくださいで基盤モデルを使用する SageMaker Python SDK。
重要
custom_attributes
パラメータは、 形式のキーと値のペアを受け入れます"key1=value1;key2=value2"
。同じキーを複数回使用すると、推論サーバーはそのキーに関連付けられた最後の値を使用します。例えば、custom_attributes
パラメータに "accept_eula=false;accept_eula=true"
を渡すと、推論サーバーは accept_eula
キーに値 true
を関連付けます。