기계 번역으로 제공되는 번역입니다. 제공된 번역과 원본 영어의 내용이 상충하는 경우에는 영어 버전이 우선합니다.
모델 사용자 지정 작업 결과 분석
모델 사용자 지정 작업이 완료되면 작업을 제출할 때 지정한 출력 S3 폴더의 파일을 보거나 모델에 대한 세부 정보를 확인하여 훈련 프로세스의 결과를 분석할 수 있습니다. Amazon Bedrock은 사용자 지정 모델을 계정에 범위가 지정된 AWS관리형 스토리지에 저장합니다.
모델 평가 작업을 실행하여 모델을 평가할 수도 있습니다. 자세한 내용은 Amazon Bedrock 평가를 사용하여 최상의 성능 모델 선택 단원을 참조하십시오.
모델 사용자 지정 작업의 S3 출력에는 S3 폴더에 다음 출력 파일이 포함됩니다. 검증 아티팩트는 검증 데이터 세트를 포함하는 경우에만 나타납니다.
- model-customization-job-training-job-id/ - training_artifacts/ - step_wise_training_metrics.csv - validation_artifacts/ - post_fine_tuning_validation/ - validation_metrics.csv
step_wise_training_metrics.csv 및 validation_metrics.csv 파일을 사용하여 모델 사용자 지정 작업을 분석하고, 필요에 따라 모델을 조정할 수 있습니다.
step_wise_training_metrics.csv 파일의 열은 다음과 같습니다.
-
step_number – 훈련 프로세스의 단계입니다. 0부터 시작합니다.
-
epoch_number – 훈련 프로세스의 에폭입니다.
-
training_loss - 모델이 훈련 데이터에 얼마나 잘 맞는지 나타냅니다. 값이 낮을수록 더 잘 맞는 것입니다.
-
복잡성 - 모델이 토큰 시퀀스를 얼마나 잘 예측할 수 있는지 나타냅니다. 값이 낮을수록 예측 능력이 향상됩니다.
validation_metrics.csv 파일의 열은 validation_loss (모델이 검증 데이터에 얼마나 잘 맞는지)가 대신 표시되는 것을 제외하고 훈련 파일과 동일합니다training_loss.
https://console.aws.amazon.com/s3
