準備資料集

對於text-to-text模型，準備訓練和選用的驗證資料集。每個 JSON 物件都是包含 prompt和 completion 欄位的範例。每個記號使用 6 個字元作為記號數量的近似值。格式如下所示。

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

以下是問答任務的範例項目：

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

對於text-to-image或image-to-embedding模型，準備訓練資料集。不支援驗證資料集。每個 JSON 物件都是範例，其中包含 image-ref、映像的 Amazon S3 URI，以及caption可能提示映像的 。

影像必須是 JPEG 或 PNG 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>"}    

以下是範例項目：

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

若要允許 Amazon Bedrock 存取映像檔案，請將類似 中的 IAM 政策新增至您設定或在主控台中自動為您設定的 存取訓練和驗證檔案，以及在 S3 中寫入輸出檔案的權限 Amazon Bedrock 模型自訂服務角色。您在訓練資料集中提供的 Amazon S3 路徑必須位於您在政策中指定的資料夾中。

若要在text-to-text模型上執行持續的預先訓練，請準備訓練和選用的驗證資料集。由於持續預先訓練涉及未標記的資料，因此每個 JSON 行都是僅包含 input 欄位的範例。每個記號使用 6 個字元作為記號數量的近似值。格式如下所示。

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

以下是可能位於訓練資料中的範例項目。

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

若要使用單轉傳訊格式微調text-to-text模型，請準備訓練和選用的驗證資料集。兩個資料檔案都必須是 JSONL 格式。每一行都指定 json 格式的完整資料範例；而且每個資料範例都必須格式化為 1 行 （移除每個範例中的所有「\n」)。具有多個資料範例的一行或將資料範例分割到多個行將無法運作。

欄位

規則

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

範例

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

若要使用多轉傳訊格式微調text-to-text模型，請準備訓練和選用的驗證資料集。兩個資料檔案都必須是 JSONL 格式。每一行都指定 json 格式的完整資料範例；而且每個資料範例都必須格式化為 1 行 （移除每個範例中的所有「\n」)。具有多個資料範例的一行或將資料範例分割到多個行將無法運作。

欄位

規則

{"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>"}]}

範例

{"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."},]}  

若要準備模型蒸餾任務的訓練和驗證資料集，請參閱 Amazon Bedrock Model Distillation 的先決條件。

影像和影片限制