教師ありファインチューニング (フル FT、PEFT)

教師ありファインチューニング (SFT) は、プロンプトとレスポンスのペアのコレクションを基盤モデルに提供して、特定のタスクで事前トレーニング済みの基盤モデルのパフォーマンスを向上させるプロセスです。ラベル付けされた例は、プロンプトとレスポンスのペアとしてフォーマットされ、指示としてフレーズ化されます。この微調整プロセスにより、モデルの重みが変わります。

最適な結果を得るために特定のプロンプトとレスポンスのペアを提供する必要があるドメイン固有のデータがある場合は、SFT を使用する必要があります。フルランク SFT とパラメータ効率の高い SFT の両方を使用できます。

Amazon Nova モデルのカスタマイズで SFT を使用する詳細な手順については、「SageMaker ユーザーガイド」の「Supervised Fine-Tuning (Full FT, PEFT)」セクションを参照してください。