Amazon SageMaker AI ขณะนี้รองรับการปรับแต่งโมเดลแบบ Serverless สำหรับโมเดล Muse Glimmer, Qwen3.8 27B และ Ministral 3 (3B, 8B, 14B) นอกจากการ Deploy บน SageMaker AI แล้ว ผู้ใช้ยังสามารถปรับแต่งโมเดลเหล่านี้ให้เข้ากับโดเมนและเวิร์กโฟลว์เฉพาะทางได้ด้วยเทคนิคต่างๆ เช่น supervised fine-tuning (SFT), direct preference optimization (DPO) และ reinforcement fine-tuning (RFT)
การปรับแต่งนี้สามารถทำได้ทั้งแบบ low-rank adaptation (LoRA) หรือ full fine-tuning โดย SageMaker AI จะเข้ามาจัดการเรื่องการจัดเตรียมโครงสร้างพื้นฐานและการประสานงานการฝึกสอนทั้งหมด ทำให้ผู้ใช้สามารถมุ่งเน้นไปที่ข้อมูลและการประเมินผลเท่านั้น และจ่ายตามการใช้งานจริง
บริการ Serverless customization นี้เปิดให้บริการในภูมิภาค US East (N. Virginia), US West (Oregon), Asia Pacific (Tokyo) และ Europe (Ireland) โดยสามารถเริ่มต้นได้จากหน้า Models ใน Amazon SageMaker Studio หรือใช้ SageMaker Python SDK
ที่มา: AWS