Ajuste fino supervisionado (SFT)
O ajuste fino supervisionado (SFT) treina um modelo usando pares de entrada-saída rotulados. O modelo aprende com exemplos de demonstração que consistem em prompts e respostas, refinando suas capacidades para se alinhar a tarefas específicas, instruções ou comportamentos desejados.
Quando usar o SFT
Use o SFT quando você puder especificar qual é o comportamento correto por meio de exemplos rotulados. O SFT é ideal quando:
-
Você tem pares de entrada-saída de alta qualidade que demonstram o comportamento desejado
-
Você quer ensinar ao modelo um formato, tom ou estilo de resposta específico
-
Sua tarefa exige seguir instruções ou fluxos de trabalho específicos do domínio
-
Você precisa adaptar o modelo para tarefas multimodais (texto, imagem, vídeo ou chamada de ferramenta)
Modelos compatíveis
O SFT está disponível para os seguintes modelos do Amazon Nova:
-
Nova 1.0 (Micro, Lite, Pro)
-
Nova 2.0 (Lite)
Quando usar o Nova 1.0 versus o Nova 2.0
A família de modelos do Amazon Nova oferece vários pontos operacionais de relação preço/performance para otimizar entre precisão, velocidade e custo.
Escolha o Nova 2.0 quando você precisar do seguinte:
-
Habilidades de raciocínio aprimoradas com suporte explícito ao modo de raciocínio
-
Performance multilíngue mais ampla em outros idiomas
-
Performance aprimorada em tarefas complexas, incluindo codificação e uso de ferramentas
-
Manipulação de contexto estendido com melhor precisão e estabilidade em textos de longa extensão
nota
O modelo maior nem sempre é melhor. Considere a relação custo-performance e seus requisitos comerciais específicos ao escolher entre os modelos Nova 1.0 e Nova 2.0.
