翻訳は機械翻訳により提供されています。提供された翻訳内容と英語版の間で齟齬、不一致または矛盾がある場合、英語版が優先します。

# モデルのカスタマイズ
<a name="customizing-models"></a>

Amazon SageMaker AI モデルのカスタマイズでは、基盤モデルをデータでトレーニングすることで、基盤モデルを特定のユースケースに適応させることができます。*カスタマイズ手法* (モデルの学習方法）、*トレーニングタイプ* (更新するモデルの量）、*インフラストラクチャオプション* (ジョブを実行する場所) を選択します。

## 概要
<a name="customizing-models-overview"></a>

**カスタマイズ手法**は、モデルがデータから学習*する方法*を定義します。
+ **SFT** (Supervised Fine-Tuning) — ラベル付きプロンプトとレスポンスのペアをトレーニングします。「[SFT](customizing-models-sft.md)」を参照してください。
+ **DPO** (Direct Preference Optimization) — 優先レスポンスペアと拒否レスポンスペアをトレーニングします。「[DPO](customizing-models-dpo.md)」を参照してください。
+ **RFT** (強化ファインチューニング) — 報酬シグナル (RLVR または RLAIF) を介して最適化します。「[RFT](customizing-models-rft.md)」を参照してください。
+ **MTRL** (Multi-Turn Reinforcement Learning) — 複数ステップのエージェントタスク用にエージェントをトレーニングします。「[マルチターン強化学習](model-customize-mtrl.md)」を参照してください。
+ **継続的カスタマイズ** — 手法を順番に連鎖させます。「[継続的なカスタマイズ](customizing-models-continuous.md)」を参照してください。

**トレーニングタイプ**は、更新するモデル*の量*を決定します。
+ **LoRA** (低ランク適応) — アダプターの重みの小さなセットをトレーニングします。低コストでより高速なトレーニング。「[LoRA](customizing-models-lora.md)」を参照してください。
+ **FFT** (完全ファインチューニング) — すべてのモデルの重みを更新します。コンピューティングの向上、より深いカスタマイズ。「[FFT](customizing-models-fft.md)」を参照してください。

**インフラストラクチャオプション**は、トレーニングジョブの実行*場所*を制御します。
+ **サーバーレス** — 完全マネージド型、インスタンス選択なし。オペレーションのオーバーヘッドなしでの迅速な実験や本番稼働用ジョブに最適です。「[サーバーレスモデルのカスタマイズ](customize-model.md)」を参照してください。
+ **SageMaker AI トレーニングジョブ** — インスタンスタイプを選択するエフェメラルジョブ。事前設定されたトレーニング**にレシピ**を使用します。「[SageMaker AI トレーニングジョブ](customizing-models-training-jobs.md)」を参照してください。
+ **HyperPod** — 障害復旧機能を備えた永続的クラスター。EKS または での分散トレーニングに**レシピ**を使用しますSlurm。「[HyperPod](customizing-models-hyperpod.md)」を参照してください。

## アプローチの選択
<a name="customizing-models-choosing"></a>

微調整する前に、よりシンプルなアプローチがニーズを満たすかどうかを検討してください。

プロンプトエンジニアリング  
モデルは許容可能な回答を提供しますが、より良いトーン、形式、またはスタイルが必要です。トレーニングは不要 — 高速反復。[基盤モデルについては、「プロンプトエンジニアリング](https://docs.aws.amazon.com/sagemaker/latest/dg/jumpstart-foundation-models-customize-prompt-engineering.html)」を参照してください。

検索拡張生成 (RAG)  
モデルに特定のドメインに関する知識がない。再トレーニングなしで外部ナレッジソースで拡張します。「[検索拡張生成](https://docs.aws.amazon.com/sagemaker/latest/dg/jumpstart-foundation-models-customize-rag.html)」を参照してください。

ファインチューニング  
モデルは、新しい動作、スタイル、またはドメインの専門知識を一貫して学習する必要があります。データに基づいてトレーニングし、モデルの重みを変更します。このガイドを引き続きお読みください。

## ファインチューニングでサポートされているモデル
<a name="customizing-models-supported"></a>

以下のモデルは、サーバーレス、SageMaker AI トレーニングジョブ、HyperPod インフラストラクチャ間でカスタマイズできます。


| プロバイダー | モデル | モデル ID | サーバーレス | トレーニングジョブ | HyperPod | 
| --- | --- | --- | --- | --- | --- | 
| アリババ | Qwen3.6 27B | huggingface-vlm-qwen3-6-27b | ✓ | ✓ | ✓ | 
| アリババ | Qwen3.5 27B | huggingface-vlm-qwen3-5-27b | ✓ | ✓ | ✓ | 
| アリババ | Qwen3.5 9B | huggingface-vlm-qwen3-5-9b | ✓ | ✓ | ✓ | 
| アリババ | Qwen3.5 4B | huggingface-vlm-qwen3-5-4b | ✓ | ✓ | ✓ | 
| アリババ | Qwen3 32B | huggingface-reasoning-qwen3-32b | ✓ | ✓ | ✓ | 
| アリババ | Qwen3 14B | huggingface-reasoning-qwen3-14b | ✓ | ✓ | ✓ | 
| アリババ | Qwen3 8B | huggingface-reasoning-qwen3-8b | ✓ | ✓ | ✓ | 
| アリババ | Qwen3 4B | huggingface-reasoning-qwen3-4b | ✓ | ✓ | ✓ | 
| アリババ | Qwen3 1.7B | huggingface-reasoning-qwen3-1-7b | ✓ | ✓ | ✓ | 
| アリババ | Qwen3 0.6B | huggingface-reasoning-qwen3-06b | ✓ | ✓ | ✓ | 
| アリババ | Qwen2.5 指示 72B | huggingface-llm-qwen2-5-72b-instruct | ✓ | ✓ | ✓ | 
| アリババ | Qwen2.5 指示 32B | huggingface-llm-qwen2-5-32b-instruct | ✓ | ✓ | ✓ | 
| アリババ | Qwen2.5 指示 14B | huggingface-llm-qwen2-5-14b-instruct | ✓ | ✓ | ✓ | 
| アリババ | Qwen2.5 指示 7B | huggingface-llm-qwen2-5-7b-instruct | ✓ | ✓ | ✓ | 
| DeepSeek | R1 Distill Qwen 32B | deepseek-llm-r1-distill-qwen-32b | ✓ | ✓ | ✓ | 
| DeepSeek | R1 Distill Qwen 14B | deepseek-llm-r1-distill-qwen-14b | ✓ | ✓ | ✓ | 
| DeepSeek | R1 Distill Qwen 7B | deepseek-llm-r1-distill-qwen-7b | ✓ | ✓ | ✓ | 
| DeepSeek | R1 Distill Qwen 1.5B | deepseek-llm-r1-distill-qwen-1-5b | ✓ | ✓ | ✓ | 
| DeepSeek | R1 Distill Llama 70B | deepseek-llm-r1-distill-llama-70b | ✓ | ✓ | ✓ | 
| DeepSeek | R1 Distill Llama 8B | deepseek-llm-r1-distill-llama-8b | ✓ | ✓ | ✓ | 
| Google | Gemma 4 31B | huggingface-vlm-gemma-4-31b-it | ✓ | ✓ | ✓ | 
| Google | Gemma 4 26B A4B | huggingface-vlm-gemma-4-26b-a4b-it | ✓ | ✓ | ✓ | 
| Google | Gemma 4 E4B | huggingface-vlm-gemma-4-e4b-it | ✓ | ✓ | ✓ | 
| Meta | Llama 3.3 指示 70B | meta-textgeneration-llama-3-3-70b-instruct | ✓ | ✓ | ✓ | 
| Meta | Llama 3.2 指示 3B | meta-textgeneration-llama-3-2-3b-instruct | ✓ | ✓ | ✓ | 
| Meta | Llama 3.2 指示 1B | meta-textgeneration-llama-3-2-1b-instruct | ✓ | ✓ | ✓ | 
| Meta | Llama 3.1 指示 8B | meta-textgeneration-llama-3-1-8b-instruct | ✓ | ✓ | ✓ | 
| NVIDIA | Nemotron 3 Super 120B (A12B) | huggingface-llm-nvidia-nemotron-3-super-120b-a12b-bf16 | ✓ | ✓ | ✓ | 
| NVIDIA | Nemotron 3 Nano 30B (A3B) | huggingface-reasoning-nvidia-nemotron-3-nano-30b-a3b-bf16 | ✓ | ✓ | ✓ | 
| OpenAI | GPT OSS 120B | openai-reasoning-gpt-oss-120b | ✓ | ✓ | ✓ | 
| OpenAI | GPT OSS 20B | openai-reasoning-gpt-oss-20b | ✓ | ✓ | ✓ | 

Amazon Nova モデルについては、「」の「Nova チュートリアル」を参照してください[サーバーレスモデルのカスタマイズ](customize-model.md)。