本文為英文版的機器翻譯版本，如內容有任何歧義或不一致之處，概以英文版為準。

受限模型套件

什麼是受限制模型套件？

受限制模型套件 (RMP) 是一種 SageMaker AI 模型套件，可將專屬模型成品包裝在客戶無法直接存取的安全服務受管儲存中。RMPs可讓您透過 IAM 政策授權和控制這些模型的使用，而無需授予對基礎成品的直接存取權。模型資料無法直接下載、匯出或檢視。它只能在授權的 AWS 服務內使用。RMPs 只能由信任的 SageMaker AI 平台主體建立，並存在於標記為 的模型套件群組中StorageType: "Restricted"。

RMPs 現在由 SageMaker Training Jobs Serverless 上的多迴轉強化學習 (MTRL) 訓練產生。一旦 RMP 存在，您可以使用其 ARN 來評估基礎模型。2026 年第 Q3預計使用 RMP 做為後續訓練任務的輸入，例如，將 MTRL 執行鏈結至反覆訓練工作流程。

RMPs與標準 SageMaker AI 模型套件不同，因為基礎模型成品始終保留在安全、服務受管的儲存中。客戶透過 ARN 與模型互動，而不是直接在 Amazon S3 中存取檢查點檔案。

支援的使用案例

下表摘要說明目前可用的 RMP 使用案例，以及未來版本的規劃。

MTRL 訓練輸出

當您在 SageMaker Training Jobs Serverless 上使用多迴轉強化學習 (MTRL) 訓練模型時，訓練輸出會以 RMP 而非 Amazon S3 檢查點路徑傳送。輸出 RMP 會自動在您設定執行期管理員時指定的模型套件群組中建立和註冊。您不會直接建立 RMPs，而是由平台產生做為訓練任務輸出。

在 SageMaker Training Jobs Serverless 上執行 MTRL 時，需要 model_package_group_name 參數。您必須指定要註冊輸出 RMP StorageType: "Restricted"的現有模型套件群組。如果沒有此參數，訓練任務將會失敗。使用 設定執行時間model_package_group_name以接收訓練輸出：

from amzn_nova_forge.manager.runtime_manager import SMTJServerlessRuntimeManager
from amzn_nova_forge.trainer.forge_trainer import ForgeTrainer
from amzn_nova_forge.model.model_enums import Model, TrainingMethod
from amzn_nova_forge.core import ForgeConfig

# Configure runtime with the output Model Package Group
runtime = SMTJServerlessRuntimeManager(
    model_package_group_name="my-rmp-model-package-group",  # Required for MTRL
    execution_role="arn:aws:iam::123456789012:role/my-role",
    agent_core_arn="arn:aws:bedrock-agentcore:us-east-1:123456789012:runtime/my-agent",  # AgentCore runtime for MTRL execution
)

# Train with MTRL
trainer = ForgeTrainer(
    model=Model.NOVA_LITE_2,
    method=TrainingMethod.RFT_MULTITURN_LORA,
    infra=runtime,
    training_data_s3_path="s3://your-bucket/prompts/train.parquet",
    config=ForgeConfig(output_s3_path="s3://your-bucket/output/"),
)

result = trainer.train(job_name="my-mtrl-job")

# Wait for completion and retrieve the output RMP ARN
result.wait()
print(result.model_artifacts.output_model_arn)

訓練完成後，產生的模型會在指定的模型套件群組中註冊為新版本。

使用 RMP 進行評估

您可以參考模型的 ARN 來評估儲存為 RMP 的模型。SageMaker AI 平台會在內部將 RMP 解析為基礎模型成品，因此您的評估工作流程不需要直接處理模型檢查點。

如需針對 Amazon Nova 模型執行評估的詳細資訊，請參閱 評估您的 SageMaker AI 訓練模型。

使用 RMP 做為訓練輸入 (2026 年第 3 季）

2026 年第 Q3計劃使用 RMP 做為訓練任務的來源模型，目前不可用。支援後，您將可以使用 將 RMP ARN 指定為來源模型ModelPackageConfig.SourceModelPackageArn。SageMaker AI 平台會在內部將 ARN 解析為實際模型檢查點，因此您的訓練程式碼會收到模型成品，就好像從 Amazon S3 載入一樣。

這將啟用反覆的 MTRL 訓練工作流程，其中來自一個訓練任務的輸出 RMP 可以做為來源模型傳遞到後續的 MTRL 任務，允許每個執行以先前任務的輸出為基礎，而不會公開基礎模型檢查點。