Fine-tune Modelos Amazon Nova com ajuste fino de reforço

Fornecer conjunto de dados de treinamento — Faça upload de solicitações no formato exigido (por exemplo, JSONL) como o conjunto de dados de treinamento de ajuste fino de reforço. Para obter mais informações, consulte Prepare dados para os modelos Amazon Nova.

Configurar a função de recompensa (avaliador) — Defina um avaliador para pontuar as respostas do modelo com base na correção, estrutura, tom ou outros objetivos. A função de recompensa pode ser executada usando o Lambda para calcular pontuações objetivas. Você também pode escolher um modelo como juiz (via console) e avaliar as respostas com base nos critérios e princípios que você configura (o console os converte automaticamente em funções do Lambda). Para obter mais informações, consulte Configurando funções de recompensa para modelos Amazon Nova.

Enviar tarefa de ajuste fino de reforço — Inicie a tarefa de ajuste fino de reforço especificando o modelo básico, o conjunto de dados, a função de recompensa e outras configurações opcionais, como hiperparâmetros. Para obter mais informações, consulte Crie e gerencie trabalhos de ajuste fino para modelos Amazon Nova.

Monitore o treinamento — Acompanhe o status do trabalho, as métricas de recompensa e o progresso do treinamento até a conclusão. Para obter mais informações, consulte Monitore seu trabalho de treinamento em RFT.

Fine-Tuned Modelo de uso — Após a conclusão do trabalho, implante o modelo RFT resultante com um clique para inferência sob demanda. Você também pode usar a taxa de transferência provisionada para cargas de trabalho essenciais que exigem desempenho consistente. Consulte Configurar a inferência para um modelo personalizado. Use Test in Playground para avaliar e comparar as respostas com o modelo básico.