모델 사용자 지정 작업 제출 - Amazon Bedrock

기계 번역으로 제공되는 번역입니다. 제공된 번역과 원본 영어의 내용이 상충하는 경우에는 영어 버전이 우선합니다.

모델 사용자 지정 작업 제출

Amazon Bedrock 콘솔 또는 에서 미세 조정 또는 지속적인 사전 훈련을 사용하여 사용자 지정 모델을 생성할 수 있습니다API. 사용자 지정 작업은 몇 시간이 걸릴 수 있습니다. 작업 기간은 훈련 데이터의 크기(레코드 수, 입력 토큰 수, 출력 토큰 수), 에포크 수, 배치 크기에 따라 달라집니다. 선택한 메서드에 해당하는 탭을 선택하고 다음 단계를 따릅니다.

Console

콘솔에서 모델 사용자 지정 작업을 제출하려면 다음 단계를 수행합니다.

  1. Amazon Bedrock 권한이 있는 역할을 AWS Management Console 사용하여 에 로그인하고 에서 Amazon Bedrock 콘솔을 엽니다https://console.aws.amazon.com/bedrock/. IAM

  2. 왼쪽 탐색 창에서 파운데이션 모델 아래에서 사용자 지정 모델을 선택합니다.

  3. 모델 탭에서 모델 사용자 지정을 선택한 다음 훈련하려는 모델 유형에 따라 미세 조정 작업 생성 또는 지속적인 사전 훈련 작업 생성을 선택합니다.

  4. 모델 세부 정보 섹션에서 다음을 수행합니다.

    1. 자체 데이터로 사용자 지정할 모델을 선택하고 결과 모델에 이름을 지정합니다.

    2. (선택 사항) 기본적으로 Amazon Bedrock은 에서 소유하고 관리하는 키로 모델을 암호화합니다 AWS. 사용자 지정 KMS 키 를 사용하려면 모델 암호화를 선택하고 키를 선택합니다.

    3. (선택 사항) 태그를 사용자 지정 모델과 연결하려면 태그 섹션을 확장하고 새 태그 추가를 선택합니다.

  5. 작업 구성 섹션에서 작업의 이름을 입력하고 선택적으로 작업과 연결할 태그를 추가합니다.

  6. (선택 사항) 가상 프라이빗 클라우드(VPC)를 사용하여 훈련 데이터 및 사용자 지정 작업을 보호하려면 VPC 설정 섹션에서 Amazon S3 위치, 서브넷 및 보안 그룹의 입력 데이터 및 출력 데이터가 VPC 포함된 를 선택합니다.

    참고

    VPC 구성을 포함하는 경우 콘솔은 작업에 대한 새 서비스 역할을 생성할 수 없습니다. 사용자 지정 서비스 역할을 생성하고 에 설명된 예제와 유사한 권한을 추가합니다모델 사용자 지정 역할에 VPC 권한 연결.

  7. 입력 데이터 섹션에서 훈련 데이터 세트 파일의 S3 위치와 해당하는 경우 검증 데이터 세트 파일을 선택합니다.

  8. 하이퍼파라미터 섹션에서 훈련에 사용할 하이퍼파라미터 값을 입력합니다.

  9. 출력 데이터 섹션에서 Amazon Bedrock이 작업의 출력을 저장해야 하는 Amazon S3 위치를 입력합니다. Amazon Bedrock은 각 에포크의 훈련 손실 지표와 검증 손실 지표를 지정한 위치에서 별도의 파일에 저장합니다.

  10. 서비스 액세스 섹션에서 다음 중 하나를 선택합니다.

    • 기존 서비스 역할 사용 - 드롭다운 목록에서 서비스 역할을 선택합니다. 적절한 권한이 있는 사용자 지정 역할을 설정하는 방법에 대한 자세한 내용은 모델 사용자 지정을 위한 서비스 역할 생성 섹션을 참조하세요.

    • 새 서비스 역할 생성 및 사용 - 서비스 역할의 이름을 입력합니다.

  11. 미세 조정 모델 또는 지속적인 사전 훈련 작업 생성을 선택하여 작업을 시작합니다.

API

요청

Amazon Bedrock 제어 영역 엔드포인트로 CreateModelCustomizationJob (요청 및 응답 형식과 필드 세부 정보는 링크 참조) 요청을 보내 모델 사용자 지정 작업을 제출합니다. 최소한 다음 필드를 제공해야 합니다.

  • roleArn - 모델을 사용자 지정할 수 있는 권한이 있는 서비스 역할ARN의 입니다. Amazon Bedrock은 콘솔을 사용하는 경우 적절한 권한이 있는 역할을 자동으로 생성하거나 의 단계에 따라 사용자 지정 역할을 생성할 수 있습니다모델 사용자 지정을 위한 서비스 역할 생성.

    참고

    vpcConfig 필드를 포함하는 경우 역할에 에 액세스할 수 있는 적절한 권한이 있는지 확인합니다VPC. 예시는 모델 사용자 지정 역할에 VPC 권한 연결에서 확인하십시오.

  • baseModelIdentifier – 사용자 지정할 파운데이션 모델의 모델 ID 또는 ARN입니다.

  • customModelName - 새로 사용자 지정된 모델에 설정할 이름입니다.

  • jobName - 훈련 작업에 설정할 이름입니다.

  • hyperParameters – 모델 사용자 지정 프로세스에 영향을 미치는 하이퍼파라미터입니다.

  • trainingDataConfig - 훈련 데이터 세트의 Amazon S3URI가 포함된 객체입니다. 사용자 지정 방법 및 모델에 따라 를 포함할 수도 있습니다validationDataConfig. 데이터 세트 준비에 대한 자세한 내용은 섹션을 참조하세요데이터 세트 준비.

  • outputDataConfig - 출력 데이터를 URI쓸 Amazon S3가 포함된 객체입니다.

를 지정하지 않으면 모델 사용자 지정 메customizationType서드의 기본값은 입니다FINE_TUNING.

요청이 두 번 이상 완료되지 않도록 하려면 를 포함합니다clientRequestToken.

추가 구성을 위해 다음 선택적 필드를 포함할 수 있습니다.

응답

응답은 작업을 모니터링하거나 중지하는 데 사용할 수 jobArn 있는 를 반환합니다.

코드 예제 참조