翻訳は機械翻訳により提供されています。提供された翻訳内容と英語版の間で齟齬、不一致または矛盾がある場合、英語版が優先します。
# Studio で基盤モデルを使用する
Amazon SageMaker Studio では、JumpStart の公開されている基盤モデルや独自の基盤モデルを Studio UI から直接ファインチューニング、デプロイ、評価することができます。
**重要**
2023 年 11 月 30 日以降、従来の Amazon SageMaker Studio のエクスペリエンスは Amazon SageMaker Studio Classic と名前が変更されました。以下のセクションは、更新後の Studio のエクスペリエンスに沿った内容になっています。Studio Classic アプリケーションを使用する場合は、「[Amazon SageMaker Studio Classic](studio.md)」を参照してください。
まず、Amazon SageMaker Studio で JumpStart ランディングページに移動してください。**ホーム**ページまたは左側のパネルメニューからアクセスできます。**JumpStart** ランディングページでは、公開されているモデルと独自のモデルの両方のプロバイダーによるモデルハブを調べて、モデルを検索できます。
各モデルハブ内では、**いいねが多い順**、**ダウンロード数が多い順**、**最終更新日**でモデルを並べ替えたり、タスク別にフィルタリングしたりできます。モデルを選択すると、その詳細カードが表示されます。モデルの詳細カードでは、そのモデルを**ファインチューニング**、**デプロイ**、または**評価**することを選択できます。選択肢はモデルによって異なります。ファインチューニングや評価に使用できないモデルも一部あります。
Amazon SageMaker Studio の基本的な操作方法については、「[Amazon SageMaker Studio](studio-updated.md)」を参照してください。
**Topics**
+ [Studio でモデルをファインチューニングする](jumpstart-foundation-models-use-studio-updated-fine-tune.md)
+ [Studio でモデルをデプロイする](jumpstart-foundation-models-use-studio-updated-deploy.md)
+ [Studio でモデルを評価する](jumpstart-foundation-models-use-studio-updated-evaluate.md)
+ [Amazon Bedrock で SageMaker JumpStart モデルを使用する](jumpstart-foundation-models-use-studio-updated-register-bedrock.md)
# Studio でモデルをファインチューニングする
ファインチューニングでは、モデルをまっさらな状態からトレーニングするのではなく、トレーニング済みの既存のモデルを新しいデータセットでトレーニングします。転移学習とも呼ばれるこのプロセスでは、より小さなデータセットを使用し、より短時間のトレーニングで正確なモデルを生成できます。JumpStart 基盤モデルをファインチューニングするには、Studio UI でモデルの詳細カードを表示します。Studio で JumpStart を開く方法については、「[Studio で JumpStart を開く](studio-jumpstart.md#jumpstart-open-studio)」を参照してください。選択したモデルの詳細カードを表示したら、右上隅の **[トレーニング]** を選択します。ファインチューニングに使用できないモデルも一部あります。
**重要**
一部の基盤モデルでは、ファインチューニングする前に、エンドユーザーライセンス契約 (EULA) に明示的に同意する必要があります。詳細については、「[Amazon SageMaker Studio での EULA の受諾](jumpstart-foundation-models-choose.md#jumpstart-foundation-models-choose-eula-studio)」を参照してください。
## モデル設定
Amazon SageMaker Studio で事前トレーニング済みの JumpStart 基盤モデルを使用する場合、**[モデルアーティファクトの場所 (Amazon S3 URI)]** はデフォルトで自動入力されます。デフォルトの Amazon S3 URI を編集するには、**[モデルアーティファクトの場所を入力]** を選択します。モデルアーティファクトの場所を変更できないモデルも一部あります。
## データ設定
**[データ]** フィールドに、トレーニングデータセットの場所を指す Amazon S3 URI を指定します。デフォルトの Amazon S3 URI は、サンプルのトレーニングデータセットの場所を指しています。デフォルトの Amazon S3 URI を編集するには、**[トレーニングデータセットを入力]** を選択し、URI を変更します。トレーニングデータの形式に関する詳細については、Amazon SageMaker Studio でモデルの詳細カードを確認してください。
## ハイパーパラメータ
モデルの微調整に使用するトレーニングジョブのハイパーパラメータはカスタマイズが可能です。微調整可能な各モデルで使用できるハイパーパラメータは、モデルによって異なります。
以下のハイパーパラメータはモデル間で共通です。
+ **Epocs** (エポック) - 1 エポックは、データセット全体の 1 サイクルです。複数のインターバルで 1 つのバッチとなり、複数のバッチで 1 つのエポックとなります。モデルの精度が許容レベルに達するまで、またはエラー率が許容レベルを下回るまで、複数のエポックが実行されます。
+ **Learning rate** (学習レート) - エポック間で変更する値の量です。モデルが改善されるにしたがって、内部の重みが調整され、エラー率がチェックされ、モデルが進化したかどうかがチェックされます。一般的な学習レートは 0.1 または 0.01 です。0.01 は調整幅が非常に小さく、学習が収束するまでに長い時間がかかることがあります。一方、0.1 は非常に大きな値であり、トレーニングがオーバーシュートする可能性があります。モデルトレーニングの調整に使用する主要なハイパーパラメータの 1 つです。テキストモデルの場合、学習レートを非常に小さくすると (BERT の場合 5e-5)、より正確なモデルが得られます。
+ **Batch size** (バッチサイズ) - トレーニング目的で GPU に送信するために間隔ごとにデータセットから選択するレコードの数です。
選択したモデルに特有のハイパーパラメータの詳細については、Studio UI のモデル詳細カードでツールヒントや追加情報を確認してください。
利用可能なハイパーパラメータの詳細については、「[一般的にサポートされているファインチューニングのハイパーパラメータ](jumpstart-foundation-models-fine-tuning.md#jumpstart-foundation-models-fine-tuning-hyperparameters)」を参照してください。
## デプロイメント
トレーニングジョブのトレーニングインスタンスタイプとアーティファクトの出力先を指定します。Studio UI でファインチューニングする場合は、選択したモデルと互換性のあるインスタンスのみを選択できます。デフォルトのアーティファクトの出力先は、SageMaker AI のデフォルトバケットです。アーティファクトの出力先を変更するには、**[出力アーティファクトの場所を編集]** を選択し、Amazon S3 URI を変更してください。
## セキュリティ
SageMaker AI がモデルのトレーニングに使用する IAM ロール、トレーニングジョブで仮想プライベートクラウド (VPC) に接続する必要があるかどうか、データを保護するための暗号化キーなど、トレーニングジョブに使用するセキュリティ設定を指定します。
## 追加情報
**[追加情報]** フィールドでは、トレーニングジョブの名前を編集できます。また、キーと値のペアの形式でタグを追加および削除して、ファインチューニングトレーニングジョブを整理および分類することもできます。
ファインチューニング設定の情報を指定したら、**[送信]** を選択します。ファインチューニングの対象として選択した事前トレーニング済みの基盤モデルで、トレーニング前にエンドユーザーライセンス契約 (EULA) への明示的な同意が必要な場合は、EULA がポップアップウィンドウに表示されます。EULA の条件に同意するには、**[同意する]** を選択してください。モデルをダウンロードしたり使用したりする前に、適用されるライセンス条項を確認し、準拠して自身のユースケースで使用できるかどうかを確認してください。
# Studio でモデルをデプロイする
JumpStart 基盤モデルをデプロイするには、Studio UI でモデルの詳細カードを表示します。Studio で JumpStart を開く方法については、「[Studio で JumpStart を開く](studio-jumpstart.md#jumpstart-open-studio)」を参照してください。選択したモデルの詳細ページを表示したら、Studio UI の右上隅にある **[デプロイ]** を選択します。その後、[[SageMaker Studio でモデルをデプロイ]](https://docs.aws.amazon.com/sagemaker/latest/dg/realtime-endpoints-deploy-models.html#deploy-models-studio) の手順に従います。
**重要**
一部の基盤モデルでは、デプロイ前に、エンドユーザーライセンス契約 (EULA) に明示的に同意する必要があります。詳細については、「[Amazon SageMaker Studio での EULA の受諾](jumpstart-foundation-models-choose.md#jumpstart-foundation-models-choose-eula-studio)」を参照してください。
# Studio でモデルを評価する
Amazon SageMaker JumpStart は、Studio で SageMaker Clarify 基盤モデル評価 (FME) と統合されています。JumpStart モデルに評価機能が組み込まれている場合は、JumpStart Studio UI のモデル詳細ページの右上隅で **[評価]** を選択できます。詳細については、「[Evaluate a foundation model](https://docs.aws.amazon.com/sagemaker/latest/dg/jumpstart-foundation-models-evaluate.html)」を参照してください。
# Amazon Bedrock で SageMaker JumpStart モデルを使用する
Amazon SageMaker JumpStart から Amazon Bedrock にデプロイしたモデルを登録できます。Amazon Bedrock では、複数のエンドポイントの背後でモデルをホストできます。エージェントやナレッジベースなどの Amazon Bedrock 機能を使用することもできます。Amazon Bedrock のモデルの使用の詳細については、「[https://docs.aws.amazon.com/bedrock/latest/userguide/amazon-bedrock-marketplace.html](https://docs.aws.amazon.com/bedrock/latest/userguide/amazon-bedrock-marketplace.html)」を参照してください。
**重要**
モデルを Amazon Bedrock に移行するには、IAM ロールに [AmazonBedrockFullAccess](https://docs.aws.amazon.com/aws-managed-policy/latest/reference/AmazonBedrockFullAccess.html) ポリシーをアタッチすることをお勧めします。管理ポリシーをアタッチできない場合は、IAM ロールに次のアクセス許可があることを確認します。
****
```
{
"Version":"2012-10-17",
"Statement": [
{
"Sid": "BedrockAll",
"Effect": "Allow",
"Action": [
"bedrock:*"
],
"Resource": "*"
},
{
"Sid": "DescribeKey",
"Effect": "Allow",
"Action": [
"kms:DescribeKey"
],
"Resource": "arn:*:kms:*:::*"
},
{
"Sid": "APIsWithAllResourceAccess",
"Effect": "Allow",
"Action": [
"iam:ListRoles",
"ec2:DescribeVpcs",
"ec2:DescribeSubnets",
"ec2:DescribeSecurityGroups"
],
"Resource": "*"
},
{
"Sid": "MarketplaceModelEndpointMutatingAPIs",
"Effect": "Allow",
"Action": [
"sagemaker:CreateEndpoint",
"sagemaker:CreateEndpointConfig",
"sagemaker:CreateModel",
"sagemaker:CreateInferenceComponent",
"sagemaker:DeleteInferenceComponent",
"sagemaker:DeleteEndpoint",
"sagemaker:UpdateEndpoint"
],
"Resource": [
"arn:aws:sagemaker:*:*:endpoint/*",
"arn:aws:sagemaker:*:*:endpoint-config/*",
"arn:aws:sagemaker:*:*:model/*"
],
"Condition": {
"StringEquals": {
"aws:CalledViaLast": "bedrock.amazonaws.com"
}
}
},
{
"Sid": "BedrockEndpointTaggingOperations",
"Effect": "Allow",
"Action": [
"sagemaker:AddTags",
"sagemaker:DeleteTags"
],
"Resource": [
"arn:aws:sagemaker:*:*:endpoint/*",
"arn:aws:sagemaker:*:*:endpoint-config/*",
"arn:aws:sagemaker:*:*:model/*"
]
},
{
"Sid": "MarketplaceModelEndpointNonMutatingAPIs",
"Effect": "Allow",
"Action": [
"sagemaker:DescribeEndpoint",
"sagemaker:DescribeEndpointConfig",
"sagemaker:DescribeModel",
"sagemaker:DescribeInferenceComponent",
"sagemaker:ListEndpoints",
"sagemaker:ListTags"
],
"Resource": [
"arn:aws:sagemaker:*:*:endpoint/*",
"arn:aws:sagemaker:*:*:endpoint-config/*",
"arn:aws:sagemaker:*:*:model/*"
],
"Condition": {
"StringEquals": {
"aws:CalledViaLast": "bedrock.amazonaws.com"
}
}
},
{
"Sid": "BedrockEndpointInvokingOperations",
"Effect": "Allow",
"Action": [
"sagemaker:InvokeEndpoint",
"sagemaker:InvokeEndpointWithResponseStream"
],
"Resource": [
"arn:aws:sagemaker:*:*:endpoint/*"
],
"Condition": {
"StringEquals": {
"aws:CalledViaLast": "bedrock.amazonaws.com"
}
}
},
{
"Sid": "DiscoveringMarketplaceModel",
"Effect": "Allow",
"Action": [
"sagemaker:DescribeHubContent"
],
"Resource": [
"arn:aws:sagemaker:*:aws:hub-content/SageMakerPublicHub/Model/*",
"arn:aws:sagemaker:*:aws:hub/SageMakerPublicHub"
]
},
{
"Sid": "AllowMarketplaceModelsListing",
"Effect": "Allow",
"Action": [
"sagemaker:ListHubContents"
],
"Resource": "arn:aws:sagemaker:*:aws:hub/SageMakerPublicHub"
},
{
"Sid": "RetrieveSubscribedMarketplaceLicenses",
"Effect": "Allow",
"Action": [
"license-manager:ListReceivedLicenses"
],
"Resource": [
"*"
]
},
{
"Sid": "PassRoleToSageMaker",
"Effect": "Allow",
"Action": [
"iam:PassRole"
],
"Resource": [
"arn:aws:iam::*:role/*Sagemaker*ForBedrock*"
],
"Condition": {
"StringEquals": {
"iam:PassedToService": [
"sagemaker.amazonaws.com",
"bedrock.amazonaws.com"
]
}
}
},
{
"Sid": "PassRoleToBedrock",
"Effect": "Allow",
"Action": [
"iam:PassRole"
],
"Resource": "arn:aws:iam::*:role/*AmazonBedrock*",
"Condition": {
"StringEquals": {
"iam:PassedToService": [
"bedrock.amazonaws.com"
]
}
}
}
]
}
```
Amazon Bedrock フルアクセスポリシーは、Amazon Bedrock API へのアクセス許可のみを提供します。で Amazon Bedrock を使用するには AWS マネジメントコンソール、IAM ロールに次のアクセス許可も必要です。
```
{
"Sid": "AllowConsoleS3AccessForBedrockMarketplace",
"Effect": "Allow",
"Action": [
"s3:GetObject",
"s3:GetBucketCORS",
"s3:ListBucket",
"s3:ListBucketVersions",
"s3:GetBucketLocation"
],
"Resource": "*"
}
```
独自のポリシーを作成する場合は、リソースに対して Amazon Bedrock Marketplace アクションを許可するポリシーステートメントを含める必要があります。例えば、次のポリシーでは、エンドポイントにデプロイしたモデルに対して `InvokeModel` 操作を使用することを Amazon Bedrock に許可します。
****
```
{
"Version":"2012-10-17",
"Statement": [
{
"Sid": "BedrockAll",
"Effect": "Allow",
"Action": [
"bedrock:InvokeModel"
],
"Resource": [
"arn:aws:bedrock:us-east-1:111122223333:marketplace/model-endpoint/all-access"
]
},
{
"Sid": "VisualEditor1",
"Effect": "Allow",
"Action": ["sagemaker:InvokeEndpoint"],
"Resource": "arn:aws:sagemaker:us-east-1:111122223333:endpoint/*",
"Condition": {
"StringEquals": {
"aws:ResourceTag/project": "example-project-id",
"aws:CalledViaLast": "bedrock.amazonaws.com"
}
}
}
]
}
```
モデルをデプロイしたら、Amazon Bedrock で使用できる場合があります。Amazon Bedrock で使用できるかどうかを確認するには、Studio UI のモデル詳細カードに移動します。モデルカードに **[Bedrock 対応]** と表示されている場合は、モデルを Amazon Bedrock に登録できます。
**重要**
デフォルトでは、Amazon SageMaker JumpStart はデプロイするモデルのネットワークアクセスを無効にします。ネットワークアクセスを有効にしている場合、Amazon Bedrock でモデルを使用することはできません。Amazon Bedrock でモデルを使用する場合は、ネットワークアクセスを無効にしてモデルを再デプロイする必要があります。
Amazon Bedrock でモデルを使用するには、**[エンドポイントの詳細]** ページに移動し、Studio UI の右上隅にある **[Bedrock で使用]** を選択します。ポップアップが表示されたら、**[Bedrock に登録]** を選択します。