Selecione suas preferências de cookies

Usamos cookies essenciais e ferramentas semelhantes que são necessárias para fornecer nosso site e serviços. Usamos cookies de desempenho para coletar estatísticas anônimas, para que possamos entender como os clientes usam nosso site e fazer as devidas melhorias. Cookies essenciais não podem ser desativados, mas você pode clicar em “Personalizar” ou “Recusar” para recusar cookies de desempenho.

Se você concordar, a AWS e terceiros aprovados também usarão cookies para fornecer recursos úteis do site, lembrar suas preferências e exibir conteúdo relevante, incluindo publicidade relevante. Para aceitar ou recusar todos os cookies não essenciais, clique em “Aceitar” ou “Recusar”. Para fazer escolhas mais detalhadas, clique em “Personalizar”.

Monitorar o trabalho de personalização de modelo

Modo de foco
Monitorar o trabalho de personalização de modelo - Amazon Bedrock

As traduções são geradas por tradução automática. Em caso de conflito entre o conteúdo da tradução e da versão original em inglês, a versão em inglês prevalecerá.

As traduções são geradas por tradução automática. Em caso de conflito entre o conteúdo da tradução e da versão original em inglês, a versão em inglês prevalecerá.

Depois de iniciar um trabalho de personalização de modelo, é possível rastrear o progresso ou interrompê-lo. Se você fizer isso por meio da API, precisará do jobArn. É possível encontrá-lo de uma das seguintes maneiras:

  1. No console do Amazon Bedrock.

    1. Selecione Modelos personalizados em Modelos de base no painel de navegação à esquerda.

    2. Escolha o trabalho na tabela Trabalhos de treinamento para obter detalhes, incluindo o ARN do trabalho.

  2. Examine o jobArn campo na resposta retornada da CreateModelCustomizationJobchamada que criou o trabalho ou de uma ListModelCustomizationJobchamada.

Depois de iniciar um trabalho, você pode monitorar o andamento no console ou na API. Escolha a guia do seu método preferido e siga as etapas:

Console
Como monitorar o status dos trabalhos de ajuste
  1. Faça login na função AWS Management Console usando uma função do IAM com as permissões do Amazon Bedrock e abra o console do Amazon Bedrock em. https://console.aws.amazon.com/bedrock/

  2. No painel de navegação à esquerda, escolha Modelos personalizados em Modelos de base.

  3. Selecione a guia Trabalhos de treinamento para exibir os trabalhos de ajuste iniciados. Examine a coluna Status para monitorar o andamento do trabalho.

  4. Selecione um trabalho para visualizar os detalhes que você insere para o treinamento.

API

Para listar informações sobre todos os seus trabalhos de personalização de modelos, envie uma ListModelCustomizationJobsolicitação com um endpoint do plano de controle Amazon Bedrock. Consulte ListModelCustomizationJobos filtros que você pode usar.

Para monitorar o status de um trabalho de personalização do modelo, envie uma GetModelCustomizationJobsolicitação com um endpoint do plano de controle Amazon Bedrock com o jobArn do trabalho.

Para listar todas as tags de um trabalho de personalização de modelo, envie uma ListTagsForResourcesolicitação com um endpoint do plano de controle Amazon Bedrock e inclua o Amazon Resource Name (ARN) do trabalho.

Consulte exemplos de código

Como monitorar o status dos trabalhos de ajuste
  1. Faça login na função AWS Management Console usando uma função do IAM com as permissões do Amazon Bedrock e abra o console do Amazon Bedrock em. https://console.aws.amazon.com/bedrock/

  2. No painel de navegação à esquerda, escolha Modelos personalizados em Modelos de base.

  3. Selecione a guia Trabalhos de treinamento para exibir os trabalhos de ajuste iniciados. Examine a coluna Status para monitorar o andamento do trabalho.

  4. Selecione um trabalho para visualizar os detalhes que você insere para o treinamento.

Você também pode monitorar trabalhos de personalização de modelos com a Amazon EventBridge. Para obter mais informações, consulte Monitore as mudanças no estado de trabalho do Amazon Bedrock usando a Amazon EventBridge.

PrivacidadeTermos do sitePreferências de cookies
© 2025, Amazon Web Services, Inc. ou suas afiliadas. Todos os direitos reservados.