Fine-tune 带有增强微调功能的亚马逊 Nova 模型

提供训练数据集 — 以所需格式（例如 JSONL）上传提示作为强化微调训练数据集。有关更多信息，请参阅 为亚马逊 Nova 模型准备数据。

配置奖励函数（评分器）-定义一个评分者，根据正确性、结构、语气或其他目标对模型答复进行评分。可以使用 Lambda 执行奖励函数来计算目标分数。您还可以选择模型作为判断（通过控制台），并根据您配置的标准和原则对响应进行评分（控制台会自动将其转换为 Lambda 函数）。有关更多信息，请参阅 为亚马逊 Nova 模型设置奖励功能。

提交加固微调任务 -通过指定基础模型、数据集、奖励函数和其他可选设置（例如超参数）来启动加固微调作业。有关更多信息，请参阅 为 Amazon Nova 机型创建和管理微调任务。

监控培训 -跟踪任务状态、奖励指标和培训进度，直至完成。有关更多信息，请参阅 监控您的 RFT 训练作业。

使用 Fine-Tuned 模型 — 任务完成后，一键部署生成的 RFT 模型进行按需推理。您还可以将预置吞吐量用于需要稳定性能的关键任务工作负载。请参阅为自定义模型设置推理。使用 Playgroun d 中的测试来评估响应并将其与基本模型进行比较。