Les traductions sont fournies par des outils de traduction automatique. En cas de conflit entre le contenu d'une traduction et celui de la version originale en anglais, la version anglaise prévaudra. # Modèles Amazon SageMaker JumpStart Foundation Amazon SageMaker JumpStart propose des modèles de base de pointe pour des cas d'utilisation tels que la rédaction de contenu, la génération de code, la réponse aux questions, la rédaction, la synthèse, la classification, la récupération d'informations, etc. Utilisez des modèles de JumpStart base pour créer vos propres solutions d'IA générative et intégrez des solutions personnalisées avec des fonctionnalités d' SageMaker IA supplémentaires. Pour plus d'informations, consultez [Getting started with Amazon SageMaker JumpStart](https://aws.amazon.com/sagemaker/jumpstart/getting-started/). Un modèle de fondation est un grand modèle pré-entraîné qui peut s'adapter à de nombreuses tâches en aval et qui sert souvent de point de départ au développement de modèles plus spécialisés. Parmi les modèles de base LLaMa-3-70b, citons les modèles BLOOM 176B, FLAN-T5 XL ou GPT-J 6B, qui sont préentraînés sur d'énormes quantités de données textuelles et peuvent être affinés pour des tâches linguistiques spécifiques. Amazon SageMaker JumpStart intègre et gère des modèles de base accessibles au public auxquels vous pouvez accéder, personnaliser et intégrer à vos cycles de vie de machine learning. Amazon inclut SageMaker JumpStart également des modèles de base propriétaires provenant de fournisseurs tiers. Pour une liste complète des modèles disponibles, consultez[Modèles de fondation disponibles](jumpstart-foundation-models-latest.md). Pour commencer à explorer et à tester les modèles disponibles, consultez [JumpStart utilisation du modèle de base](jumpstart-foundation-models-use.md). Tous les modèles de base peuvent être utilisés par programmation avec le SageMaker Python SDK. Pour de plus amples informations, veuillez consulter [Utilisez des modèles de base avec SageMaker Python Kit SDK](jumpstart-foundation-models-use-python-sdk.md). Pour plus d'informations sur les éléments à prendre en compte lors du choix d'un modèle, consultez [Modèles de sources et de contrats de licence](jumpstart-foundation-models-choose.md). Pour plus de détails sur la personnalisation et l'optimisation des modèles de fondation, consultez [Personnalisation d’un modèle de fondation](jumpstart-foundation-models-customize.md). Pour des informations plus générales sur les modèles de fondation, consultez [À propos des opportunités et des risques des modèles de fondation](https://arxiv.org/abs/2108.07258) (langue française non garantie). **Topics** + [Modèles de fondation disponibles](jumpstart-foundation-models-latest.md) + [JumpStart utilisation du modèle de base](jumpstart-foundation-models-use.md) + [Modèles de sources et de contrats de licence](jumpstart-foundation-models-choose.md) + [Personnalisation d’un modèle de fondation](jumpstart-foundation-models-customize.md) + [Évaluation d’un modèle de fondation de génération de texte dans Studio](jumpstart-foundation-models-evaluate.md) + [Exemples de blocs-notes](jumpstart-foundation-models-example-notebooks.md)