Le traduzioni sono generate tramite traduzione automatica. In caso di conflitto tra il contenuto di una traduzione e la versione originale in Inglese, quest'ultima prevarrà.

# Inviare un processo di distillazione di modelli in Amazon Bedrock
<a name="submit-model-distillation-job"></a>

Puoi eseguire la distillazione del modello tramite la console Amazon Bedrock o inviando una [CreateModelCustomizationJob](https://docs.aws.amazon.com/bedrock/latest/APIReference/API_CreateModelCustomizationJob.html)richiesta con un endpoint del piano di [controllo Amazon Bedrock](https://docs.aws.amazon.com/general/latest/gr/bedrock.html#br-cp).

## Prerequisiti
<a name="submit-model-distillation-job-prerequisites"></a>
+ Crea un ruolo di servizio IAM con le autorizzazioni richieste. Per informazioni complete sulla sicurezza e sulle autorizzazioni, consulta. [Accesso e sicurezza per la personalizzazione del modello](custom-model-job-access-security.md)
+ (Facoltativo) Crittografare i dati di input e output, il processo di personalizzazione o le richieste di inferenza effettuate su modelli personalizzati. Per ulteriori informazioni, consulta [Crittografia di modelli personalizzati](encryption-custom-job.md).
+ (Facoltativo) Crea un Virtual Private Cloud (VPC) per proteggere il tuo processo di personalizzazione. Per ulteriori informazioni, consulta [(Facoltativo) Protezione dei processi di personalizzazione del modello utilizzando un VPC](custom-model-job-access-security.md#vpc-model-customization).

Per ulteriori informazioni sulla configurazione dell'inferenza su richiesta, vedere. [Impostazione dell’inferenza per un modello personalizzato](model-customization-use.md)

## Inviare il processo
<a name="submit-model-distillation-job-how-to"></a>

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

1. Accedi a Console di gestione AWS con un'identità IAM che dispone delle autorizzazioni per utilizzare la console Amazon Bedrock. Quindi, apri la console Amazon Bedrock in [https://console.aws.amazon.com/bedrock.](https://console.aws.amazon.com/bedrock)

1. Nel riquadro di navigazione a sinistra, scegli **Modelli personalizzati** in **Ottimizza**.

1. Scegli **Crea un processo di distillazione**.

1. Per **Dettagli del modello distillato**, procedi come indicato di seguito:

   1. Per **Nome del modello distillato**, inserisci un nome per il modello distillato.

   1. (Facoltativo) Per **Crittografia del modello**, seleziona la casella di controllo se vuoi fornire una chiave KMS per crittografare il processo e gli artefatti correlati. 

      Per ulteriori informazioni, consulta [Crittografia di modelli personalizzati](encryption-custom-job.md).

   1. (Facoltativo) Applica **tag** al modello distillato.

1. In **Configurazione del processo**, procedi come segue:

   1. Per **Nome del processo**, inserisci un nome per il processo.

   1. (Facoltativo) Per **Crittografia del modello**, seleziona la casella di controllo se vuoi fornire una chiave KMS per crittografare il processo e gli artefatti correlati. 

      Per ulteriori informazioni, consulta [Crittografia di modelli personalizzati](encryption-custom-job.md).

   1. (Facoltativo) Applica **tag** al processo.

1. Per **Dettagli Modello insegnante - Modello studente**, scegli i modelli insegnante e studente per creare il modello distillato.

   Per ulteriori informazioni, consulta [Prerequisiti per la distillazione modello](prequisites-model-distillation.md).

1. Per **Generazione di dati sintetici**, procedi come segue:

   1. Per **Lunghezza massima della risposta**, specifica la lunghezza massima delle risposte sintetiche generate dal modello insegnante.

   1. Per **Set di dati di input per la distillazione**, scegli una delle seguenti opzioni:
      + **Carica direttamente nella posizione S3**: specifica la posizione S3 in cui stai archiviando il set di dati di input (prompt) che verrà utilizzato per la distillazione. Per ulteriori informazioni, consulta [Opzione 1: fornisci i tuoi prompt per la preparazione dei dati](distillation-data-prep-option-1.md).
      + **Fornisci l’accesso ai log di invocazione**: specifica la posizione S3 in cui stai archiviando i log di invocazione con il set di dati di input (prompt) che verrà utilizzato per la distillazione. Per ulteriori informazioni, consulta [Opzione 2: utilizzare i log delle invocazioni per la preparazione dei dati](distillation-data-prep-option-2.md).
        + (Facoltativo) Per **Richiedi filtri per metadati**, specifica i filtri se vuoi che Amazon Bedrock utilizzi solo determinati prompt nei log per la distillazione.
        + Scegli **Leggi i prompt** o **Leggi le coppie di prompt-risposta** a seconda dei dati dei log che vuoi rendere accessibili ad Amazon Bedrock. Tieni presente che le risposte vengono lette solo se il modello insegnante corrisponde al modello nei tuoi log.

1. Per **Output della distillazione**, specifica la posizione S3 in cui vuoi caricare le metriche e i report relativi al processo di distillazione.

   Per ulteriori informazioni, consulta [Analizzare i risultati di un processo di personalizzazione dei modelliAnalizza i risultati del processo di personalizzazione dei modelli](model-customization-analyze.md).

1. Per **Impostazioni VPC**, scegli una configurazione del cloud privato virtuale per accedere al bucket S3 con i dati di addestramento.

   Per ulteriori informazioni, consulta [(Facoltativo) Protezione dei processi di personalizzazione del modello utilizzando un VPC](custom-model-job-access-security.md#vpc-model-customization).

1. Per **Accesso al servizio**, specifica il ruolo IAM per accedere al bucket S3 con i dati di addestramento. A meno che non utilizzi un profilo di inferenza interregionale o configurazioni VPC, puoi creare il ruolo nella console Amazon Bedrock con le autorizzazioni corrette configurate automaticamente. In alternativa, puoi utilizzare un ruolo di servizio esistente. 

    Per un processo con configurazioni VPC di Amazon o che utilizza un profilo di inferenza interregionale, devi creare un nuovo ruolo di servizio in IAM con le autorizzazioni richieste. 

   Per ulteriori informazioni, consulta [Creare un ruolo di servizio IAM per la personalizzazione del modello](custom-model-job-access-security.md#custom-model-job-service-role).

1. Scegli **Crea un processo di distillazione** per avviare il processo di distillazione. Dopo aver personalizzato un modello, puoi impostare l’inferenza per il modello. Per ulteriori informazioni, consulta [Impostazione dell’inferenza per un modello personalizzato](model-customization-use.md). 

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

Devi almeno fornire i seguenti campi per inviare il processo di distillazione di modelli quando utilizzi l’API Amazon Bedrock.


****  

| Campo | Description | 
| --- | --- | 
| baseModelIdentifier | Identificatore del modello studente | 
| customModelName | Nome del nuovo modello distillato | 
| jobName | Nome del processo di distillazione di modelli | 
| roleArn | Ruolo che concede ad Amazon Bedrock le autorizzazioni per leggere file di addestramento e convalida e scrivere nel percorso di output | 
| trainingDataConfig | Percorso Amazon S3 contenente i dati di addestramento | 
| outputDataConfig | Percorso Amazon S3 contenente le metriche di addestramento e convalida | 
| distillationConfig | Input necessari per il processo di distillazione | 
| customModelKmsKeyId | Per crittografare il modello personalizzato | 
| clientRequestToken | Token per evitare che la richiesta venga completata più di una volta | 

I seguenti campi sono facoltativi:


****  

| Campo | Description | 
| --- | --- | 
| customizationType | Impostato su DISTILLATION  per impostazione predefinita per i processi di distillazione | 
| validationDataConfig | Elenco dei percorsi Amazon S3 dei dati di convalida | 
| jobTags | Per associare tag al processo | 
| customModelTags | Per associare i tag al modello personalizzato risultante | 
| vpcConfig | VPC per proteggere i dati di addestramento e il processo di distillazione | 

Per evitare che la richiesta venga completata più di una volta, includi un `clientRequestToken`.

Puoi includere i seguenti campi facoltativi per ulteriori configurazioni.
+ `jobTags` and/or `customModelTags`— Associa i [tag](tagging.md) al processo di personalizzazione o al modello personalizzato risultante.
+ `vpcConfig`: include la configurazione per un [cloud privato virtuale (VPC) per proteggere i dati di addestramento e il processo di personalizzazione](custom-model-job-access-security.md#vpc-model-customization).

Di seguito è riportato un frammento di esempio tratto dall'API. [CreateModelCustomizationJob](https://docs.aws.amazon.com/bedrock/latest/APIReference/API_CreateModelCustomizationJob.html) L’esempio utilizza le coppie di prompt-risposta presenti nel log delle invocazioni come origine dati di input e specifica il filtro per la selezione delle coppie di prompt-risposta. 

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

**Risposta**

La risposta restituisce un `jobArn` del processo di distillazione di modelli.

------

## Fasi successive
<a name="submit-model-distillation-next-steps"></a>
+ [Monitorare il processo di distillazione](model-customization-monitor.md). Per ulteriori informazioni sulla configurazione dell'inferenza su richiesta, vedere. [Impostazione dell’inferenza per un modello personalizzato](model-customization-use.md)