モデルカスタマイズジョブを送信

Amazon Bedrock コンソールまたは API の微調整または継続的プレトレーニングを使用してカスタムモデルを作成できます。カスタマイズジョブには数時間かかることがあります。ジョブの所要時間は、トレーニングデータのサイズ (レコード、入力トークン、出力トークンの数)、エポック数、バッチサイズによって異なります。選択した方法に対応するタブを選択し、手順に従います。

Console

コンソールでモデルカスタマイズジョブを送信するには、次の手順を実行します。

1. Amazon Bedrock コンソールで、左側のナビゲーションペインから [基盤モデル] の下にある [カスタムモデル] を選択します。

2. [モデル] タブで、[モデルをカスタマイズ] を選択し、次に [微調整ジョブの作成] または [継続的なプレトレーニングジョブの作成] を選択します。

3. 「モデルの詳細」セクションで、次の操作を行います。

   1. 独自のデータでカスタマイズするモデルを選択し、生成されたモデルに名前を付けます。

   2. (オプション) デフォルトでは、Amazon Bedrock はが所有および管理するキーを使用してモデルを暗号化します。 AWSカスタム KMS キーを使用するには、[モデル暗号化] を選択し、キーを選択します。

   3. (オプション) タグをカスタムモデルに関連付けるには、[タグ] セクションを展開して [新しいタグを追加] を選択します。

4. 「Job 設定」セクションで、ジョブの名前を入力し、オプションでジョブに関連付けるタグを追加します。

5. (オプション) 仮想プライベートクラウド (VPC) を使用してトレーニングデータとカスタマイズジョブを保護するには、入力データと出力データの Amazon S3 ロケーション、サブネット、セキュリティグループを含む VPC を VPC 設定セクションで選択します。

   注記

   VPC 設定を含めると、コンソールはジョブの新しいサービスロールを作成できません。カスタムサービスロールを作成し、モデルカスタマイズロールに VPC アクセス許可をアタッチするで説明されている例と同様の権限を追加します。

6. Input data セクションで、トレーニングデータセットファイルと、該当する場合は検証データセットファイルの S3 ロケーションを選択します。

7. Hyperparameters セクションに、トレーニングに使用するハイパーパラメータの値を入力します。

8. 「出力データ」セクションに、Amazon Bedrock がジョブの出力を保存する Amazon S3 の場所を入力します。Amazon Bedrock は、各エポックのトレーニング損失メトリクスと検証損失メトリクスは、ユーザーが指定するロケーションの個別のファイルに保存します。

9. [サービスアクセス] セクションで、次のいずれかの操作を行います。

   • 既存のサービスロールを使用 - ドロップダウンリストからサービスロールを選択します。適切なアクセス許可を持つカスタムロールをセットアップする方法の詳細については、「モデルカスタマイズ用のサービスロールの作成」を参照してください。

   • 新しいサービスロールを作成して使用 - サービスロールの名前を入力します。

10. [モデルの微調整] または [事前トレーニングの継続ジョブを作成] を選択してジョブを開始します。

API

リクエスト

モデルカスタマイズジョブを送信するには、Amazon Bedrock コントロールプレーンエンドポイントを使用して CreateModelCustomizationJob(リクエストとレスポンスの形式とフィールドの詳細についてはリンクを参照してください) リクエストを送信します。最低限、以下のフィールドを指定する必要があります。

• roleArn— モデルをカスタマイズする権限を持つサービスロールの ARN。Amazon Bedrock では、コンソールを使用する場合は適切な権限を持つロールを自動的に作成できます。または、の手順に従ってカスタムロールを作成できます。モデルカスタマイズ用のサービスロールの作成

  注記

  vpcConfigフィールドを含める場合は、そのロールに VPC にアクセスするための適切な権限があることを確認してください。例については、モデルカスタマイズロールに VPC アクセス許可をアタッチするを参照してください。

• baseModelIdentifier— カスタマイズする基盤モデルのモデル ID または ARN。

• customModelName - 新しくカスタマイズしたモデルに付ける名前。

• jobName - トレーニングジョブに付ける名前。

• hyperParameters— モデルのカスタマイズプロセスに影響するハイパーパラメータ。

• trainingDataConfig— トレーニングデータセットの Amazon S3 URI を含むオブジェクト。カスタマイズ方法とモデルによっては、を含めることもできますvalidationDataConfig。データセットの準備の詳細については、を参照してくださいデータセットを準備する。

• outputDataConfig— 出力データを書き込むための Amazon S3 URI を含むオブジェクト。

を指定しない場合customizationType、モデルのカスタマイズ方法はデフォルトでになりますFINE_TUNING。

リクエストが複数回完了しないようにするには、を含めてくださいclientRequestToken。

以下のオプションフィールドを追加の設定に追加できます。

• jobTagsおよび/または customModelTags — タグをカスタマイズジョブまたは生成されたカスタムモデルに関連付けます。

• customModelKmsKeyId— カスタムモデルを暗号化するためのカスタム KMS キーを含めます。

• vpcConfig— トレーニングデータとカスタマイズジョブを保護するための仮想プライベートクラウド（VPC）の設定を含めてください。

レスポンス

jobArnレスポンスから返されるのは、ジョブの監視や停止に使用できます。

コード例を参照してください。