As traduções são geradas por tradução automática. Em caso de conflito entre o conteúdo da tradução e da versão original em inglês, a versão em inglês prevalecerá.

# Acesso e segurança para modelos de peso aberto
<a name="rft-open-weight-access-security"></a>

Antes de começar o ajuste fino de reforço (RFT), certifique-se de entender que tipo de acesso o Amazon Bedrock precisa para as operações. RFT-specific O RFT requer permissões adicionais além do ajuste fino padrão devido aos seus recursos de execução da função de recompensa.

## Pré-requisitos
<a name="fine-tuning-openai-prereq"></a>

Antes de usar as APIs de ajuste fino OpenAI compatíveis com o Amazon Bedrock, certifique-se de ter o seguinte:

1. Uma AWS conta com permissões apropriadas para acessar o Amazon Bedrock

1. **Autenticação** — Você pode se autenticar usando:
   + Chave de API Amazon Bedrock (necessária para o OpenAI SDK e disponível para solicitações HTTP)
   + AWS credenciais (com suporte para solicitações HTTP)
**nota**  
Se você estiver usando chaves de API de curto term/long prazo do Amazon Bedrock, certifique-se de que sua função tenha acesso às seguintes permissões de política do IAM: e. `AmazonBedrockMantleFullAccess` [Permissões do Lambda para funções de recompensa](#openai-fine-tuning-lambda-permissions)

1. **OpenAISDK (opcional)** — Instale o SDK do OpenAI Python se estiver usando solicitações. SDK-based 

1. **Variáveis de ambiente** — Defina as seguintes variáveis de ambiente:
   + `OPENAI_API_KEY`— Defina sua chave de API Amazon Bedrock
   + `OPENAI_BASE_URL`— Defina como o endpoint Amazon Bedrock da sua região (por exemplo,) `https://bedrock-mantle.us-west-2.api.aws/v1`

   Para obter mais informações, consulte [API de respostas](bedrock-mantle.md#bedrock-mantle-responses).

1. **Dados de treinamento** formatados como arquivos JSONL com a finalidade. `fine-tune` Para obter mais informações, consulte [Prepare dados para modelos de peso aberto](rft-prepare-data-open-weight.md).

## Permissões do Lambda para funções de recompensa
<a name="openai-fine-tuning-lambda-permissions"></a>

Você deve adicionar permissões de invocação do Lambda. Veja a seguir um exemplo de política que você pode usar:

```
{
    "Version": "2012-10-17",		 	 	 
    "Statement": [
        {
            "Effect": "Allow",
            "Action": [
                "lambda:InvokeFunction"
            ],
            "Resource": [
                "arn:aws:lambda:*:*:function:{{reward-function-name}}"
            ]
        }
    ]
}
```

Você também pode usar modelos hospedados pelo Amazon Bedrock como juízes para configurar funções de recompensa. Você precisará adicionar permissões específicas para invocar modelos básicos na função de execução do Lambda. Em sua função lambda, você pode configurar essas políticas gerenciadas para LLMs para avaliação. Consulte [AmazonBedrockLimitedAccess](https://docs.aws.amazon.com/aws-managed-policy/latest/reference/AmazonBedrockLimitedAccess.html).

Veja a seguir um exemplo para invocar os modelos da Amazon Bedrock Foundation como juiz usando a API Invoke:

```
{
    "Version": "2012-10-17",		 	 	 
    "Statement": [
        {
            "Effect": "Allow",
            "Action": [
                "bedrock:InvokeModel"
            ],
            "Resource": [
                "arn:aws:bedrock:*:*:foundation-model/*"
            ]
        }
    ]
}
```