Terjemahan disediakan oleh mesin penerjemah. Jika konten terjemahan yang diberikan bertentangan dengan versi bahasa Inggris aslinya, utamakan versi bahasa Inggris.

# Kirim pekerjaan distilasi model di Amazon Bedrock
<a name="submit-model-distillation-job"></a>

Anda dapat melakukan distilasi model melalui konsol Amazon Bedrock atau dengan mengirimkan [CreateModelCustomizationJob](https://docs.aws.amazon.com/bedrock/latest/APIReference/API_CreateModelCustomizationJob.html)permintaan dengan titik akhir bidang [kontrol Amazon Bedrock](https://docs.aws.amazon.com/general/latest/gr/bedrock.html#br-cp).

## Prasyarat
<a name="submit-model-distillation-job-prerequisites"></a>
+ Buat peran layanan IAM dengan izin yang diperlukan. Untuk informasi keamanan dan izin yang komprehensif, lihat[Akses dan keamanan kustomisasi model](custom-model-job-access-security.md).
+ (Opsional) Enkripsi data input dan output, pekerjaan kustomisasi Anda, atau permintaan inferensi yang dibuat untuk model kustom. Untuk informasi selengkapnya, lihat [Enkripsi model khusus](encryption-custom-job.md).
+ (Opsional) Buat Virtual Private Cloud (VPC) untuk melindungi pekerjaan kustomisasi Anda. Untuk informasi selengkapnya, lihat [(Opsional) Lindungi pekerjaan penyesuaian model Anda menggunakan VPC](custom-model-job-access-security.md#vpc-model-customization).

Untuk informasi lebih lanjut tentang pengaturan inferensi permintaan, lihat[Siapkan inferensi untuk model khusus](model-customization-use.md).

## Kirimkan pekerjaan Anda
<a name="submit-model-distillation-job-how-to"></a>

------
#### [ Console ]

1. Masuk ke Konsol Manajemen AWS dengan identitas IAM yang memiliki izin untuk menggunakan konsol Amazon Bedrock. Kemudian, buka konsol Amazon Bedrock di [https://console.aws.amazon.com/bedrock](https://console.aws.amazon.com/bedrock).

1. Dari panel navigasi kiri, pilih **Model khusus** di bawah **Tune**.

1. Pilih **Buat pekerjaan distilasi**.

1. Untuk **detail model Distilled**, lakukan hal berikut:

   1. Untuk **nama model Distilled**, masukkan nama untuk model suling Anda.

   1. (Opsional) Untuk **enkripsi Model**, pilih kotak centang jika Anda ingin memberikan kunci KMS untuk mengenkripsi pekerjaan Anda dan artefak terkait. 

      Untuk informasi selengkapnya, lihat [Enkripsi model khusus](encryption-custom-job.md).

   1. (Opsional) Terapkan **Tag** ke model suling Anda.

1. Untuk **konfigurasi Job**, lakukan hal berikut:

   1. Untuk **nama Job**, masukkan nama untuk pekerjaan distilasi Anda.

   1. (Opsional) Untuk **enkripsi Model**, pilih kotak centang jika Anda ingin memberikan kunci KMS untuk mengenkripsi pekerjaan Anda dan artefak terkait. 

      Untuk informasi selengkapnya, lihat [Enkripsi model khusus](encryption-custom-job.md).

   1. (Opsional) Terapkan **Tag** ke pekerjaan Anda.

1. Untuk **model Guru — Detail model siswa**, pilih model guru dan siswa untuk membuat model suling Anda.

   Untuk informasi selengkapnya, lihat [Prasyarat untuk distilasi model](prequisites-model-distillation.md).

1. Untuk **pembuatan data sintetis**, lakukan hal berikut:

   1. Untuk **panjang respons Maks**, tentukan panjang maksimum respons sintetis yang dihasilkan oleh model guru.

   1. Untuk **dataset input Distilasi**, pilih salah satu opsi berikut:
      + **Unggah langsung ke lokasi S3** - Tentukan lokasi S3 tempat Anda menyimpan kumpulan data input (prompt) yang akan digunakan untuk distilasi. Untuk informasi selengkapnya, lihat [Opsi 1: Berikan petunjuk Anda sendiri untuk persiapan data](distillation-data-prep-option-1.md).
      + **Menyediakan akses ke log pemanggilan** — Tentukan lokasi S3 tempat Anda menyimpan log pemanggilan dengan kumpulan data input (prompt) yang akan digunakan untuk distilasi. Untuk informasi selengkapnya, lihat [Opsi 2: Gunakan log pemanggilan untuk persiapan data](distillation-data-prep-option-2.md).
        + (Opsional) Untuk **Filter Metadata Permintaan**, tentukan filter jika Anda ingin Amazon Bedrock hanya menggunakan petunjuk tertentu di log Anda untuk distilasi.
        + Pilih **Read prompt** atau **Read prompt-response pair** tergantung pada apa yang Anda inginkan Amazon Bedrock untuk mengakses dari log Anda. Ingatlah bahwa respons hanya dibaca jika model guru Anda cocok dengan model di log Anda.

1. Untuk **keluaran Distilasi**, tentukan lokasi S3 tempat Anda ingin mengunggah metrik dan laporan tentang pekerjaan distilasi Anda.

   Untuk informasi selengkapnya, lihat [Menganalisis hasil pekerjaan kustomisasi modelMenganalisis hasil pekerjaan kustomisasi model](model-customization-analyze.md).

1. Untuk **pengaturan VPC**, pilih konfigurasi VPC untuk mengakses bucket S3 dengan data latihan Anda.

   Untuk informasi selengkapnya, lihat [(Opsional) Lindungi pekerjaan penyesuaian model Anda menggunakan VPC](custom-model-job-access-security.md#vpc-model-customization).

1. Untuk **akses Layanan**, tentukan peran IAM untuk mengakses bucket S3 dengan data latihan Anda. Kecuali Anda menggunakan profil inferensi Lintas Wilayah atau konfigurasi VPC, Anda dapat membuat peran di konsol Amazon Bedrock dengan izin yang benar dikonfigurasi secara otomatis. Atau Anda dapat menggunakan peran layanan yang ada. 

    Untuk pekerjaan yang memiliki konfigurasi VPC Amazon atau menggunakan profil inferensi Lintas Wilayah, Anda harus membuat peran layanan baru di IAM yang memiliki izin yang diperlukan. 

   Untuk informasi selengkapnya, lihat [Buat peran layanan IAM untuk kustomisasi model](custom-model-job-access-security.md#custom-model-job-service-role).

1. Pilih **Buat pekerjaan distilasi** untuk memulai pekerjaan distilasi. Setelah Anda menyesuaikan model, Anda dapat mengatur inferensi untuk model. Untuk informasi selengkapnya, lihat [Siapkan inferensi untuk model khusus](model-customization-use.md). 

------
#### [ API ]

Minimal, Anda harus menyediakan kolom berikut untuk mengirimkan pekerjaan distilasi model Anda saat menggunakan Amazon Bedrock API.


****  

| Bidang | Deskripsi | 
| --- | --- | 
| baseModelIdentifier | Pengidentifikasi model model siswa | 
| customModelName | Nama model suling baru | 
| jobName | Nama pekerjaan distilasi model | 
| roleArn | Peran yang memberikan izin Amazon Bedrock untuk membaca file pelatihan dan validasi dan menulis ke jalur keluaran | 
| trainingDataConfig | Jalur Amazon S3 yang memiliki data pelatihan Anda | 
| outputDataConfig | Jalur Amazon S3 yang berisi metrik pelatihan dan validasi Anda | 
| DistillationConfig | Input yang diperlukan untuk pekerjaan distilasi | 
| customModelKmsKeyId | Untuk mengenkripsi model kustom | 
| clientRequestToken | Token untuk mencegah permintaan selesai lebih dari satu kali | 

Bidang berikut adalah opsional:


****  

| Bidang | Deskripsi | 
| --- | --- | 
| CustomizationType | Setel ke secara DISTILLATION  default untuk pekerjaan distilasi | 
| validationDataConfig | Daftar data validasi jalur Amazon S3 | 
| JobTags | Untuk mengaitkan tag dengan pekerjaan | 
| customModelTags | Untuk mengaitkan tag dengan model kustom yang dihasilkan | 
| vpcConfig | VPC untuk melindungi data pelatihan dan pekerjaan distilasi | 

Untuk mencegah permintaan selesai lebih dari satu kali, sertakan a`clientRequestToken`.

Anda dapat menyertakan bidang opsional berikut untuk konfigurasi tambahan.
+ `jobTags` and/or `customModelTags`— Kaitkan [tag](tagging.md) dengan pekerjaan kustomisasi atau model kustom yang dihasilkan.
+ `vpcConfig`— Sertakan konfigurasi untuk [virtual private cloud (VPC) untuk melindungi data pelatihan dan pekerjaan kustomisasi Anda](custom-model-job-access-security.md#vpc-model-customization).

Berikut ini adalah contoh cuplikan dari [CreateModelCustomizationJob](https://docs.aws.amazon.com/bedrock/latest/APIReference/API_CreateModelCustomizationJob.html)API. Contoh ini menggunakan pasangan prompt respons dalam log pemanggilan sebagai sumber data input dan menentukan filter untuk memilih pasangan prompt respons. 

```
"trainingDataConfig": {
    "invocationLogsConfig": {
        "usePromptResponse": true,
        "invocationLogSource": {
            "s3Uri": "string"
        },
        "requestMetadataFilters": {
            "equals": {
                "priority": "High"
            }
        }
    }
}
```

**Respons**

Respons mengembalikan pekerjaan distilasi model. `jobArn`

------

## Langkah selanjutnya
<a name="submit-model-distillation-next-steps"></a>
+ [Pantau pekerjaan distilasi Anda](model-customization-monitor.md). Untuk informasi lebih lanjut tentang pengaturan inferensi permintaan, lihat[Siapkan inferensi untuk model khusus](model-customization-use.md).