AI图鉴

AI图鉴首页 › AI 资讯 › 在不管理 GPU 的情况下,宣布自定义 SageMaker AI 模型的新方式

在不管理 GPU 的情况下,宣布自定义 SageMaker AI 模型的新方式

来源:AWS ML Blog · 发布时间:10-23 · 由 AI图鉴每小时自动聚合

Amazon SageMaker AI服务器无型号定制现在包括了培训课,今天一般可以使用。 你写和协调自己的训练后LO

人工智能

在不管理 GPU 的情况下,宣布自定义 SageMaker AI 模型的新方式

从人工智能中获得实际结果的公司,使用强化学习等训练后技术,一个在你的商业环境,产品目录,或临床词汇方面受过训练的模型,对于你的任务来说会更准确,运行成本也会更低。 当你建立agents时,你的数据,工作流程,评价,以及成功标准也决定了模型的行为方式。

然而,模式定制很难。 您必须选择正确的技术,设置和管理GPU基础设施,并为agents构建多回合强化学习的环境。 我们发布 Amazon SageMaker AI无服务器模型定制以应对这些挑战,而今天,我们正在扩展它

有了培训班,你就能控制培训后的逻辑,而不管理基本的基础设施。 您写和协调训练循环,包括自定义丢失函数或奖励信号。 SageMaker AI处理GPU分配,分布式执行,故障恢复,以及检查站存储。

定制而无需基础设施管理麻烦

使用 SageMaker AI 无服务器模式定制,您不会选择实例类型、 管理集群或写入分布式训练配置。

我们不想限制你。 可以使用SFT,DPO,RLVR,RLAIF等技术,或多转RL. 通过连续定制,您可以选择使用Low-Rank适应(LoRA)或全微调和链技术一起更新的模型的多少。

我们不希望你浪费时间。 我们的SageMaker AI培训课程提供实例和使用案例,以及模型定制的agent技能。 agent处理数据准备、技术选择、培训、评价和部署。 agent在工作的地方工作,在SageMaker Studio,Kiro,Claude Code,Codex,或GitHub Copilot工作。

“我们采用了SageMaker AI Serverless培训课程,以建立一个保健权利要求-拒绝分级模式,经验从第一天起就验证了这一平台。 低水平的API表面,对前向和后向通道的直接控制,采样,优化步骤给了我们的科学家一个精细的控制,他们需要针对一个高要求的,精度的关键使用案例进行强化学习。 训练课程为我们提供了推动生产级业绩的正确原始人。”

——罗布·贡塔雷克,数据科学高级副总裁,想象软件

写你自己的训练后循环

agent培训的一个重要转变是转向多回合强化学习。 例如,图书旅行的agent,三进制支持门票,或运行一个多步骤的研究任务,需要几轮互动才能判断它是否达到了正确的结果。

然而,训练循环会很快变得复杂。 你可以在一套基础设施上训练模型,对另一套基础设施进行推论以生成响应,对这些响应进行评分,并将结果反馈到下一次更新中。 每个阶段都需要不同的计算,并把它们通过单独的工具和集群新增工作连接起来。

SageMaker AI已经提供了多回合的RL作为管理,没有服务器的技术。 但我们听到客户想要定义自己的损失功能,形状奖励信号,或者一个循环的RL级。 培训班给了你这种灵活性。

“我们用SageMaker AI Serverless Trains对gpt-oss-20b进行了微调,使其具有代理性,多转动工具,反对我们的Amazon Neptune知识图表——平台为我们处理基础设施。 设置刚刚奏效,没有手动调音,也没有出门的纠葛。 检查点和检查点是突出的:从确切的步骤恢复是完全可靠的。 它给我们的开发者带来了他们想要的灵活性,同时把业务负担从他们的盘子里卸下来。”

- Nitin Wagh,首席执行官,Karini AI

如何运作

您的代码在您的环境中运行训练循环和奖励功能,并将agent与其工具或模拟器连接起来。 培训班执行GPU重力工作:一个采样器生成响应,一个训练员计算梯度并更新模型权重。 确切的序列取决于你所写的算法。

例如,让我们看看集团相对政策优化(GRPO)的执行情况。 GRPO是一种强化的学习方法,可以生成对同一快件的数个响应,计分,并使用它们的相对性能来更新模型。 一个通过循环这样的工作:

- 样本响应 – 您的循环要求采样者使用当前模型为每个提示生成多个响应。

- 记分他们您的奖励功能在您环境中使用验证器、奖励模型或测试带对每个响应进行评分。

- 更新模型 – 您的循环将分数寄回给教练。 前置 backward () 使用它们计算梯度,优化 step () 将更新应用到模型权重。

- 刷新和重复 – 您的循环要求会话用更新的权重刷新采样器,然后开始下一批。 你的代码重复这些步骤直到训练完成。

你付了SageMaker AI的代币计数器停止时,您的奖励函数会在环境中评分一个批次,而且没有保留能力。

控制您的数据和模型

每个会话都使用您创建的AWS身份与访问管理(IAM)执行角色,您可以添加自己的AWS密钥管理服务(AWS KMS)密钥和虚拟私密云(VPC)配置。 您的数据保留在您选择的 Amazon 简易存储服务( Amazon S3) 区域中的桶中,您的检查站也在那里降落。

我们不会用你的数据或定制的重量来训练另一个模型。 在部署前,可以评估模型的准确性,偏差性,以及安全性。 部署后,可以应用护栏,用Amazon云表进行监控。

你可以继续使用你的团队已经拥有的治理程序。

今天开始

在SageMaker AI无服务器模式定制培训课程上写你自己的训练循环,今天已有gpt-oss-20b,gemma-4-31B-it,Qwen3.6-27B,Qwen3.8-27B的支持。

两个开始的方法:

- 在您的 IDE 中:安装 SageMaker Python SDK (在 Linux 或 macOS 上使用 Python 3.10 到 3.12) 复制烹饪本,并开始开发。

- 在SageMaker Studio:发布,20秒内即时使用AI开发环境。 签名,打开笔记本,连接您的编码 agent( Kiro, Claude Code, Codex,或 Copilot),下载 agent 的技能和烹饪本,你准备开始。

资源

培训班文件

本文由 AI图鉴自动抓取并翻译,版权归原作者所有;如需查看原文请点下方链接。

相关 AI 工具

C-SSH

C-SSH 是跨平台 SSH 工作台,整合持久终端、文件管理、服务器监控和可选 AI 排障助手,支持 Win

1Panel AI 网关

1Panel AI 网关为内部 AI 应用和模型调用提供统一接入入口,支持模型代理、席位管理、用量统计、智能

APIPK

APIPK 汇总 GPT Image、Nano Banana、Seedream 和 Grok 等生图模型的渠

Agenvas

Agenvas 是 MIT 开源、自托管的 AI 创作画布,把文字、图片、视频、音频和 Agent 放在同一

相关免费羊毛

Cloudflare Workers AI

每日 1 万神经元免费额度,50+ 开源模型

Akamai (Linode)

新用户 $100 额度(60 天)

AWS Activate

创业公司最高 $200k 云额度

Amazon Bedrock

新用户 $200 AWS 额度

同源资讯

使用 Amazon SageMaker 训练课程 API 写入自己的训练循环——不管理 GPU

AWS ML Blog · 10-23

在符合HIPAA条件的环境中部署AI,使用Amazon快速

AWS ML Blog · 10-23

AI agents使用Kokoro TTS在Amazon SageMaker AI上流传的低纬度演讲

AWS ML Blog · 10-23

停止猜测 Amazon SageMaker AI 上的 TTS 自动缩放目标

AWS ML Blog · 10-23

重新尺度是如何与 Strands Agents 和 AI-DLC 一起构建一个 AI 分类的 agent

AWS ML Blog · 10-23

阅读原文(aws.amazon.com)

标题、摘要与正文均来自该信源的公开页面,版权归原作者所有;本站自动聚合与翻译,仅作出处跳转。

← 返回 AI 资讯列表AI工具图鉴首页

返回 AI图鉴首页 · 提交工具 · 商务合作 · 关于本站 · 586 款 AI 工具分类导航 · 每日 AI 热门项目与动态