수천 개의 카탈로그 제품에 수동으로 태그를 지정하는 것은 느리고 일관성이 없습니다. 이 워크스루는 Amazon SageMaker 서버리스 모델 사용자 정의에서 감독 학습 미세 조정(SFT) 및 검증 가능한 보상 강화 학습(RLVR)을 사용하여 Qwen3-8B를 사용자 정의하는 방법과 비용 효율적인 제품 태그 지정 시스템을 구축하기 위해 비동기 추론을 위해 배포하는 방법을 보여줍니다.