В этом посте мы пройдемся по полной реализации дообучения модели в Amazon Bedrock с использованием моделей Amazon Nova, продемонстрировав каждый шаг на примере классификатора намерений, который обеспечивает превосходную производительность в задаче, специфичной для определенной области. На протяжении всего этого руководства вы научитесь подготавливать качественные данные для обучения, которые обеспечивают значительные улучшения модели, настраивать гиперпараметры для оптимизации обучения без переобучения, и развертывать свою дообученную модель для повышения точности и снижения задержки. Мы покажем вам, как оценить ваши результаты с помощью метрик обучения и кривых потерь.
aws.amazon.com
Customize Amazon Nova models with Amazon Bedrock fine-tuning
Create attached notes ...
