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。
JumpStart 基盤モデル
Amazon SageMaker JumpStart は、コンテンツ書き込み、コード生成、質問回答、コピー書き込み、要約、分類、情報取得などのユースケースの state-of-the-art 基盤モデルを提供しています。 JumpStart 基盤モデルを使用して独自の生成 AI ソリューションを構築し、カスタムソリューションを追加の SageMaker 機能に統合します。詳細については、「Amazon の開始方法 SageMaker JumpStart
基盤モデルは事前トレーニング済みの大規模なモデルで、ダウンストリームの多くのタスクに適応でき、多くの場合、より専門的なモデルを開発するための開始点として機能します。基盤モデルの例としては、L LaMa-3-70b、BLOOM 176B, FLAN-T5 XL、GPT-J 6B などがあります。これらは大量のテキストデータに対して事前トレーニングされており、特定の言語タスクに合わせて微調整できます。
Amazon は、機械学習のライフサイクルにアクセスしてカスタマイズし、統合するために、公開されている基盤モデルを SageMaker JumpStart オンボードして維持します。詳細については、「公開されている基盤モデル」を参照してください。Amazon には、サードパーティープロバイダーの独自の基盤モデル SageMaker JumpStart も含まれています。詳細については、「独自の基盤モデル」を参照してください。
利用可能なモデルの調査と実験を開始するには、「 JumpStart 基盤モデルの使用方法」を参照してください。SDK では、すべての基盤モデルを SageMaker Pythonプログラムで使用できます。詳細については、「SDK で基盤モデルを使用する SageMaker Python」を参照してください。
モデルを選択する際の考慮事項の詳細については、「モデルソースとライセンス契約」を参照してください。
基盤モデルのカスタマイズと微調整の詳細については、「基盤モデルのカスタマイズ」を参照してください。
基盤モデルに関する一般的な情報については、「On the Opportunities and Risks of Foundation Models
