本文為英文版的機器翻譯版本，如內容有任何歧義或不一致之處，概以英文版為準。

# Amazon SageMaker JumpStart Foundation 模型
<a name="jumpstart-foundation-models"></a>

Amazon SageMaker JumpStart 針對內容撰寫、程式碼產生、問題回答、文案撰寫、摘要、分類、資訊擷取等使用案例提供最先進的基礎模型。使用 JumpStart 基礎模型建置您自己的生成式 AI 解決方案，並將自訂解決方案與其他 SageMaker AI 功能整合。如需詳細資訊，請參閱[開始使用 Amazon SageMaker JumpStart](https://aws.amazon.com/sagemaker/jumpstart/getting-started/)。

基礎模型是一個大型的預先訓練模型，可以適應許多下游任務，並且通常是開發更專業模型的起點。基礎模型的範例包括 LLaMa-3-70b、BLOOM 176B、FLAN-T5 XL 或 GPT-J 6B，這些模型已針對大量文字資料進行預先訓練，並可針對特定語言任務進行微調。

Amazon SageMaker JumpStart 加入並維護公開可用的基礎模型，供您存取、自訂並整合到您的機器學習生命週期中。Amazon SageMaker JumpStart 也包含來自第三方供應商的專屬基礎模型。如需可用模型的完整清單，請參閱 [可用的基礎模型](jumpstart-foundation-models-latest.md)。

若要開始探索和試驗可用模型，請參閱[JumpStart 基礎模型用量](jumpstart-foundation-models-use.md)。所有基礎模型都可以透過程式設計方式與 SageMaker Python SDK 搭配使用。如需詳細資訊，請參閱[搭配 SageMaker Python SDK 使用基礎模型](jumpstart-foundation-models-use-python-sdk.md)。

如需選擇模型時應注意事項的更多資訊，請參閱[模型來源和授權協議](jumpstart-foundation-models-choose.md)。

如需有關自訂和微調基礎模型的詳細資訊，請參閱[基礎模型自訂](jumpstart-foundation-models-customize.md)。

有關基礎模型的更多一般資訊，請參閱文獻[關於基礎模型的機會和風險](https://arxiv.org/abs/2108.07258)。

**Topics**
+ [可用的基礎模型](jumpstart-foundation-models-latest.md)
+ [JumpStart 基礎模型用量](jumpstart-foundation-models-use.md)
+ [模型來源和授權協議](jumpstart-foundation-models-choose.md)
+ [基礎模型自訂](jumpstart-foundation-models-customize.md)
+ [在 Studio 中評估文字產生基礎模型](jumpstart-foundation-models-evaluate.md)
+ [範例筆記本](jumpstart-foundation-models-example-notebooks.md)