• amazon-sagemaker
• artificial-intelligence

• Amazon SageMaker AIのサーバーレスモデルカスタマイズが25以上のオープンソースモデルに対してフルファインチューニングをサポート
• gpt-oss、Gemma、Llama、Nemotron、Qwenモデルファミリーが対応
• LoRAなどのパラメータ効率的手法に加え、全パラメータの更新による深い適応が可能
• フルファインチューニングにより、ドメイン固有のパターン、専門的な推論パターン、複雑な出力フォーマットの学習が可能
• インフラのプロビジョニングや管理が不要で、従量課金制
• 米国東部（バージニア北部）、米国西部（オレゴン）、アジアパシフィック（東京）、欧州（アイルランド）で利用可能
• SageMaker StudioまたはSageMaker Python SDKから利用開始可能

Amazon SageMaker AIのサーバーレスモデルカスタマイズが、25以上のオープンソースモデルに対してフルファインチューニングをサポートするようになりました。LoRAなどのパラメータ効率的な手法に加え、モデルの全パラメータを更新してより深い適応が可能になり、インフラの管理不要で従量課金制で利用できます。

Amazon SageMaker AIのサーバーレスモデルカスタマイズが、25以上のオープンソースモデルに対してフルファインチューニングをサポートするようになりました。
対応モデルには、gpt-oss、Gemma、Llama、Nemotron、Qwenモデルファミリーの人気モデルが含まれます。
モデルの重みの一部のみを更新するLoRAなどのパラメータ効率的な手法に加えて、ユースケースで必要な場合にモデルの全パラメータを更新してより深い適応を行うことが可能になりました。

フルファインチューニングにより、モデルはドメイン固有のパターン、用語、タスク構造をより徹底的に学習できます。
これは、表面的なスタイル調整を超えた能力をモデルに獲得させる必要がある場合に特に有用です。
例えば、専門的な推論パターンの学習、複雑な出力フォーマットの採用、大規模な独自データセットからのドメイン知識の内在化などが挙げられます。

サーバーレスモデルカスタマイズにより、SageMakerがすべてのインフラのプロビジョニングとトレーニングのオーケストレーションを管理するため、インフラのプロビジョニングや管理なしにフルファインチューニングジョブを実行でき、使用した分だけ支払います。

SageMakerでのサーバーレスフルファインチューニングは、米国東部（バージニア北部）、米国西部（オレゴン）、アジアパシフィック（東京）、欧州（アイルランド）で利用可能です。
開始するには、Amazon SageMaker StudioのJumpStartとModelsページに移動してカスタマイズジョブを起動するか、SageMaker Python SDKを使用してください。
詳細および対応モデルの一覧については、Amazon SageMaker AIモデルカスタマイズのドキュメントを参照してください。

• Amazon SageMaker AI
• Amazon SageMaker JumpStart
• Amazon SageMaker Studio

• Amazon SageMaker AIは、機械学習モデルの構築、トレーニング、デプロイを包括的にサポートするAWSのフルマネージド機械学習プラットフォームです。データサイエンティストや開発者がインフラ管理の負担なく、機械学習ワークフロー全体を効率的に実行できます。モデルのカスタマイズ（ファインチューニング）機能もサーバーレスで提供されており、インフラのプロビジョニングなしにオープンソースモデルを自社データに適応させることが可能です。
• Amazon SageMaker JumpStartは、事前トレーニング済みの機械学習モデルやソリューションのハブです。数百のオープンソースモデルや基盤モデルにワンクリックでアクセスでき、すぐにデプロイしたり、自社データでファインチューニングしたりすることが可能です。初心者でも簡単に最先端のモデルを活用して機械学習プロジェクトを開始できます。
• Amazon SageMaker Studioは、機械学習開発のための統合開発環境（IDE）です。ブラウザベースのインターフェースで、データの準備、モデルの構築・トレーニング・デプロイ、モデルのモニタリングなど、機械学習ワークフローのすべてのステップを一つの場所で行うことができます。JumpStartやModelsページからモデルのカスタマイズジョブを簡単に起動することもできます。

• https://sagemaker.readthedocs.io/en/stable/model_customization/index.html
• https://docs.aws.amazon.com/sagemaker/latest/dg/model-customize-open-weight.html