Personalizzazione dei modelli Amazon Nova - Amazon Nova

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.

Personalizzazione dei modelli Amazon Nova

Nota

Questa documentazione è per Amazon Nova versione 1. Amazon Nova 2 è ora disponibile con nuovi modelli e funzionalità avanzate. Per informazioni su come personalizzare Amazon Nova 2, visita Personalizzazione dei modelli Amazon Nova 2.

Puoi personalizzare i modelli Amazon Nova con Amazon Bedrock o SageMaker AI, a seconda dei requisiti del tuo caso d'uso, per migliorare le prestazioni del modello e creare un'esperienza cliente migliore.

È possibile personalizzare i modelli Amazon Nova tenendo presente alcune considerazioni di IA responsabile. La seguente tabella riassume la disponibilità di personalizzazione e distillazione per Amazon Nova.

Nome modello

ID modello

Fine-tuning Amazon Bedrock

Distillazione Amazon Bedrock

Fine-tuning Sagemaker Training Job

Amazon Nova Micro

amazon. nova-micro-v1:01:28 K

Studente

Amazon Nova Lite

amazzone. nova-lite-v1:0:300 k

Studente

Amazon Nova Pro

amazzone. nova-pro-v1:0:300 k

Insegnante e studente

Amazon Nova Premier

amazzone. nova-premier-v1:0:1000 k

No

Insegnante

No

Amazon Nova Canvas

amazzone. nova-canvas-v1:0

No

No

Amazon Nova Reel

amazzone. nova-reel-v1:1

No

No

No

L’immagine riportata di seguito illustra i percorsi di personalizzazione disponibili per i modelli Amazon Nova:

L’immagine illustra diversi percorsi disponibili per la personalizzazione del modello.

La seguente tabella riepiloga le opzioni di ricetta di addestramento disponibili. La tabella include informazioni relative sia al servizio che puoi utilizzare, sia alla tecnica di inferenza disponibile.

Ricetta di addestramento

Amazon Bedrock

SageMaker Lavori di formazione sull'intelligenza artificiale

SageMaker Iperpod AI

On demand

Allocazione di throughput

Fine-tuning supervisionato efficiente in termini di parametri

Fine-tuning supervisionato a dimensionalità completa

No

No

Ottimizzazione diretta delle preferenze con fine-tuning efficiente in termini di parametri

No

Ottimizzazione diretta delle preferenze a dimensionalità completa

No

No

Apprendimento per rinforzo con ottimizzazione prossimale delle policy

No

No

No

Distillazione con Amazon Nova Premier come insegnante

No

Distillazione con Amazon Nova Pro come insegnante

No

Pre-addestramento continuo

No

No

No