# Personalização de modelos do Amazon Nova no SageMaker AI
<a name="nova-model"></a>

**nota**  
Esta documentação é para o Amazon Nova versão 1. O Amazon Nova 2 agora está disponível com novos modelos e recursos aprimorados. Para obter informações sobre como personalizar o Amazon Nova 2, acesse [Como personalizar modelos do Amazon Nova 2](https://docs.aws.amazon.com/nova/latest/nova2-userguide/nova-model.html).

Você pode personalizar os [modelos do Amazon Nova](https://docs.aws.amazon.com//nova/latest/userguide/what-is-nova.html), incluindo os modelos aprimorados do Amazon Nova 2.0, por meio de [fórmulas](nova-model-recipes.md#nova-model-get-recipes), e treiná-los no SageMaker. Essas fórmulas permitem técnicas como ajuste fino supervisionado (SFT) e otimização direta de preferências (DPO) e ajuste fino por reforço (RFT), com opções de adaptação de full-rank e low-rank (LoRA).

O fluxo de trabalho completo de personalização envolve etapas como treinamento de modelo, avaliação de modelo e implantação para inferência. Essa abordagem de personalização de modelos no SageMaker oferece maior flexibilidade e controle para ajustar modelos do Amazon Nova compatíveis, otimizar hiperparâmetros com precisão e implementar técnicas como LoRA, ajuste fino com eficiência de parâmetros (PEFT), SFT full-rank, DPO, RFT, pré-treinamento contínuo (CPT), otimização de política proximal (PPO) etc.

O SageMaker oferece dois ambientes para personalizar os modelos do Amazon Nova.
+ As [https://docs.aws.amazon.com//sagemaker/latest/dg/how-it-works-training.html](https://docs.aws.amazon.com//sagemaker/latest/dg/how-it-works-training.html) oferecem um ambiente totalmente gerenciado para personalizar modelos do Amazon Nova, em que você não precisa criar nem manter nenhum cluster. O serviço gerencia automaticamente todo o provisionamento, o ajuste de escala e o gerenciamento de recursos de infraestrutura, permitindo que você se concentre exclusivamente na configuração dos parâmetros de treinamento e no envio da tarefa. Você pode personalizar modelos Nova em tarefas de treinamento do SageMaker com técnicas como ajuste fino com eficiência de parâmetros (PEFT), ajuste fino de nível completo e otimização direta de preferências (DPO) e ajuste fino por reforço (RFT). Para obter mais informações, consulte [Personalização do Amazon Nova em tarefas de treinamento do SageMaker](nova-model-training-job.md).
**nota**  
Se você fornecer uma chave do KMS para sua tarefa de treinamento de personalização de modelos do Amazon Nova para criptografia no bucket do S3 de saída de propriedade da Amazon:  
Você deve fornecer a mesma chave do KMS ao chamar [tarefas de treinamento iterativas](https://docs.aws.amazon.com//sagemaker/latest/dg/nova-iterative-training.html) subsequentes ou ao chamar a API [CreateCustomModel](https://docs.aws.amazon.com//bedrock/latest/APIReference/API_CreateCustomModel.html#bedrock-CreateCustomModel-request-modelKmsKeyArn) do Amazon Bedrock usando o modelo criptografado.
A identidade que chama a API `CreateTrainingJob` (em vez do perfil de execução) deve ter permissões para `CreateGrant`, `RetireGrant`, `Encrypt` e `GenerateDataKey`, conforme definido na política de chave do KMS.
+ O [https://docs.aws.amazon.com//sagemaker/latest/dg/sagemaker-hyperpod.html](https://docs.aws.amazon.com//sagemaker/latest/dg/sagemaker-hyperpod.html) oferece um ambiente especializado para treinar modelos do Amazon Nova, exigindo que você crie e gerencie clusters do EKS com grupos de instâncias restritas (RIGs). Esse ambiente oferece flexibilidade na configuração do ambiente de treinamento com instâncias de GPU especializadas e armazenamento integrado do Amazon FSx para Lustre, o que o torna particularmente adequado para cenários avançados de treinamento distribuído e desenvolvimento contínuo de modelos. Para obter mais informações, consulte [Personalização do Amazon Nova no SageMaker HyperPod](nova-hp.md).

**Topics**
+ [Pré-requisitos gerais](nova-model-general-prerequisites.md)
+ [Fórmulas do Amazon Nova](nova-model-recipes.md)
+ [Personalização do Amazon Nova em tarefas de treinamento do SageMaker](nova-model-training-job.md)
+ [Personalização do Amazon Nova no SageMaker HyperPod](nova-hp.md)
+ [Treinamento iterativo](nova-iterative-training.md)
+ [Interface do SageMaker](nova-model-sagemaker-inference.md)
+ [Inferência do Amazon Bedrock.](nova-model-bedrock-inference.md)