As traduções são geradas por tradução automática. Em caso de conflito entre o conteúdo da tradução e da versão original em inglês, a versão em inglês prevalecerá.
Analisar os resultados de um trabalho de personalização de modelo
Depois que um trabalho de personalização de modelo for concluído, você poderá analisar os resultados do processo de treinamento examinando os arquivos na pasta de saída do S3 que especificou ao enviar o trabalho ou visualizar detalhes sobre o modelo. O Amazon Bedrock armazena seus modelos personalizados em um armazenamento AWS gerenciado com escopo definido em sua conta.
Também é possível avaliar o modelo executando um trabalho de avaliação de modelo. Para obter mais informações, consulte Avalie o desempenho dos recursos do Amazon Bedrock.
A saída do S3 de um trabalho de personalização de modelo contém os arquivos de saída a seguir na pasta do S3. Os artefatos da validação só serão exibidos se você tiver incluído um conjunto de dados de validação.
- model-customization-job-
training-job-id
/ - training_artifacts/ - step_wise_training_metrics.csv - validation_artifacts/ - post_fine_tuning_validation/ - validation_metrics.csv
Use os arquivos step_wise_training_metrics.csv
e validation_metrics.csv
para analisar o trabalho de personalização do modelo e ajudar a ajustar o modelo conforme necessário.
As colunas no arquivo step_wise_training_metrics.csv
são as seguintes:
-
step_number: a etapa no processo de treinamento. Começa a partir de 0.
-
epoch_number: a epoch no processo de treinamento.
-
training_loss: indica quão bem o modelo se ajusta aos dados de treinamento. Um valor mais baixo indica um ajuste melhor.
-
perplexidade: indica quão bem o modelo pode prever uma sequência de tokens. Um valor mais baixo indica uma capacidade preditiva melhor.
As colunas no arquivo validation_metrics.csv
são iguais às do arquivo de treinamento, exceto que a validation_loss
(quão bem o modelo se ajusta aos dados de validação) aparece no lugar de training_loss
.
Você pode encontrar os arquivos de saída abrindo o https://console.aws.amazon.com/s3