Ottimizza i modelli Amazon Nova con la messa a punto dei rinforzi

Fornisci un set di dati di addestramento: carica i prompt nel formato richiesto (ad esempio, JSONL) come set di dati di addestramento per la messa a punto del rinforzo. Per ulteriori informazioni, consulta Preparare i dati per i modelli Amazon Nova.

Configura la funzione Reward (grader): definisci un classificatore per assegnare un punteggio alle risposte del modello in base a correttezza, struttura, tono o altri obiettivi. La funzione di ricompensa può essere eseguita utilizzando Lambda per calcolare punteggi obiettivi. Puoi anche scegliere un modello come giudice (tramite console) e valutare le risposte in base a criteri e principi configurati (la console li converte automaticamente in funzioni Lambda). Per ulteriori informazioni, consulta Configurazione delle funzioni di ricompensa per i modelli Amazon Nova.

Invia un lavoro di ottimizzazione del rinforzo: avvia il processo di ottimizzazione del rinforzo specificando il modello di base, il set di dati, la funzione di ricompensa e altre impostazioni opzionali come gli iperparametri. Per ulteriori informazioni, consulta Crea e gestisci lavori di ottimizzazione per i modelli Amazon Nova.

Monitora la formazione: monitora lo stato del lavoro, le metriche dei premi e i progressi della formazione fino al completamento. Per ulteriori informazioni, consulta Monitora il tuo lavoro di formazione su RFT.

Usa il modello Fine-Tuned: dopo il completamento del lavoro, implementa il modello RFT risultante con un clic per l'inferenza su richiesta. Puoi anche utilizzare Provisioned Throughput per carichi di lavoro mission critical che richiedono prestazioni costanti. Per informazioni, consulta Impostazione dell’inferenza per un modello personalizzato. Usa Test in Playground per valutare e confrontare le risposte con il modello base.