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.
Prima di iniziare un lavoro di personalizzazione del modello, devi preparare almeno un set di dati di addestramento. Per preparare i set di dati di input per il modello personalizzato, create .jsonl dei file, ogni riga dei quali è un oggetto JSON corrispondente a un record. I file creati devono essere conformi al formato per la distillazione del modello e al modello scelto. I record in esso contenuti devono inoltre essere conformi ai requisiti di dimensione.
Fornisci i dati di input come richiesto. Amazon Bedrock utilizza i dati di input per generare risposte dal modello dell'insegnante e utilizza le risposte generate per perfezionare il modello dello studente. Per ulteriori informazioni sugli input utilizzati da Amazon Bedrock e per scegliere l'opzione più adatta al tuo caso d'uso, consulta. Come funziona Amazon Bedrock Model Distillation Esistono un paio di opzioni per preparare il set di dati di input.
Nota
Amazon Nova i modelli hanno requisiti diversi per la distillazione. Per ulteriori informazioni, vedere Distillazione Amazon Nova modelli.
Modalità supportate per la distillazione
La tabella seguente mostra le modalità di input e output supportate dalla distillazione con ciascun modello:
| Nome modello | T ext-to-text |
|---|---|
| Amazon Nova Pro | Sì |
| Amazon Nova Lite | Sì |
| Amazon NovaMicro | Sì |
| Amazon Titan Text G1 - Express | No |
| Amazon Titan Text G1 - Lite | No |
| Amazon Titan Text Premier | No |
| Amazon Titan Image Generator G1 V1 | No |
| Amazon Titan Multimodal Embeddings G1 G1 | No |
| Anthropic Claude 3 Haiku | Sì |
| Cohere Command | No |
| Cohere Command Light | No |
| Meta Llama 2 13 B | No |
| Meta Llama 2 70 B | No |
Argomenti
