准备数据集

对于 text-to-text模型，请准备训练和可选的验证数据集。每个JSON对象都是一个同时包含prompt和completion字段的样本。针对每个令牌使用 6 个字符，作为令牌数量的近似值。格式如下所示。

{"prompt": "<prompt1>", "completion": "<expected generated text>"}
{"prompt": "<prompt2>", "completion": "<expected generated text>"}
{"prompt": "<prompt3>", "completion": "<expected generated text>"}      

以下是问答任务的示例项目：

{"prompt": "what is AWS", "completion": "it's Amazon Web Services"}

对于 text-to-image我们的 image-to-embedding模型，请准备训练数据集。不支持验证数据集。每个JSON对象都是一个示例image-ref，其中包含 Amazon S3 URI caption 表示图像，以及可能作为图像提示的示例。

图像必须PNG采用JPEG或格式。

{"image-ref": "s3://bucket/path/to/image001.png", "caption": "<prompt text>"}
{"image-ref": "s3://bucket/path/to/image002.png", "caption": "<prompt text>"}
{"image-ref": "s3://bucket/path/to/image003.png", "caption": "<prompt text>"}    

以下是示例项目：

{"image-ref": "s3://amzn-s3-demo-bucket/my-pets/cat.png", "caption": "an orange cat with white spots"}

要允许 Amazon Bedrock 访问图像文件，请添加与您在控制台中访问训练和验证文件以及在 S3 中写入输出文件的权限设置或自动设置的 Amazon Bedrock 模型自定义服务角色中的IAM策略相似的策略。您在训练数据集内提供的 Amazon S3 路径必须位于您在策略中指定的文件夹中。

要对 text-to-text模型进行持续预训练，请准备训练和可选的验证数据集。由于持续预训练涉及未标记的数据，因此每JSON行都是仅包含一个字段的样本。input针对每个令牌使用 6 个字符，作为令牌数量的近似值。格式如下所示。

{"input": "<input text>"}
{"input": "<input text>"}
{"input": "<input text>"}

以下是训练数据中可能存在的示例项目。

{"input": "AWS stands for Amazon Web Services"}

要使用单圈消息格式微调 text-to-text模型，请准备训练和可选的验证数据集。两个数据文件都必须采用以下JSONL格式。每行以 json 格式指定完整的数据样本；每个数据样本必须格式化为 1 行（删除每个样本中的所有 '\ n'）。一行包含多个数据样本或将数据样本拆分为多行是行不通的。

字段

规则

{"system": "<system message>","messages":[{"role": "user", "content": "<user query>"},{"role": "assistant", "content": "<expected generated text>"}]}

示例

{"system": "You are an helpful assistant.","messages":[{"role": "user", "content": "what is AWS"},{"role": "assistant", "content": "it's Amazon Web Services."}]}

要使用多回合消息格式对 text-to-text模型进行微调，请准备训练和可选的验证数据集。两个数据文件都必须采用以下JSONL格式。每行以 json 格式指定完整的数据样本；每个数据样本必须格式化为 1 行（删除每个样本中的所有 '\ n'）。一行包含多个数据样本或将数据样本拆分为多行是行不通的。

字段

规则

{"system": "<system message>","messages":[{"role": "user", "content": "<user query 1>"},{"role": "assistant", "content": "<expected generated text 1>"}, {"role": "user", "content": "<user query 2>"},{"role": "assistant", "content": "<expected generated text 2>"}]}

示例

{"system": "system message","messages":[{"role": "user", "content": "Hello there."},{"role": "assistant", "content": "Hi, how can I help you?"},{"role": "user", "content": "what are LLMs?"},{"role": "assistant", "content": "LLM means large language model."},]}