Amazon SageMaker AI は、Muse Glimmer、Qwen3.8 27B、および Ministral 3 3B、8B、14B モデルのサーバーレスモデルカスタマイズをサポートするようになりました。これらのモデルを SageMaker AI にデプロイするだけでなく、教師ありファインチューニング（SFT）、直接選好最適化（DPO）、および強化学習ファインチューニング（RFT）の手法を使用して、特定のドメインやワークフローに合わせて適応させることができます。また、ローランクアダプテーション（LoRA）またはフルファインチューニングの手法でこれらのモデルを適応させることもできます。今回のリリースにより、これらのモデルは、Nova、Gemma 4、Nemotron 3.5、Qwen、Llama、gpt-oss、および DeepSeek ファミリーのモデルを含む、SageMaker AI でサーバーレスカスタマイズが可能な幅広いモデルに追加されます。モデルカスタマイズにより、独自のデータで基盤モデルを調整できるため、より小さく適切なサイズのモデルがタスクで最先端モデルと同等の品質を実現し、コストとレイテンシを削減できます。SFT でラベル付きデータを使用してドメイン固有のタスクの精度を向上させたり、DPO で選好データを使用して組織のトーンに合わせた出力を調整したり、RFT で報酬シグナルを使用して新しいタスクのパフォーマンスを向上させたりできます。サーバーレスカスタマイズでは、SageMaker AI がすべてのインフラストラクチャのプロビジョニングとトレーニングのオーケストレーションを処理するため、クラスター管理ではなくデータと評価に集中でき、使用した分だけを支払えば済みます。SageMaker AI のサーバーレスモデルカスタマイズは、米国東部（バージニア北部）、米国西部（オレゴン）、アジア太平洋（東京）、および欧州（アイルランド）で利用可能です。開始するには、Amazon SageMaker Studio のモデルページに移動してカスタマイズジョブを開始するか、SageMaker Python SDK を使用するか、選択したコーディングアシスタントで Agent スキルを使用してください。詳細とサポートされているモデルの完全なリストについては、Amazon SageMaker AI モデルカスタマイズのドキュメントを参照してください。