• amazon-sagemaker
• artificial-intelligence

• Amazon SageMaker AIがGemma 4 E4Bおよび31Bモデルのサーバーレスモデルカスタマイズをサポート開始
• 教師ありファインチューニング（SFT）、直接選好最適化（DPO）、強化ファインチューニング（RFT）の3つの手法に対応
• Nova、Nemotron 3、Qwen、Llama、gpt-oss、DeepSeekファミリーのモデルもサーバーレスカスタマイズに対応
• インフラストラクチャ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SageMaker AIが自動処理
• 使用した分だけの従量課金制
• 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）、EU（アイルランド）で利用可能
• Amazon SageMaker StudioまたはSageMaker Python SDKから利用開始可能

Amazon SageMaker AIが、Gemma 4 E4Bおよび31Bモデルに対して、教師ありファインチューニング（SFT）、直接選好最適化（DPO）、強化ファインチューニング（RFT）を使用したサーバーレスモデルカスタマイズのサポートを開始しました。インフラストラクチャのプロビジョニングやトレーニングのオーケストレーションをSageMaker AIが処理するため、ユーザーはデータと評価に集中できます。

Amazon SageMaker AIは、教師ありファインチューニング（SFT）、直接選好最適化（DPO）、強化ファインチューニング（RFT）を使用して、Gemma 4 E4Bおよび31Bモデルのサーバーレスモデルカスタマイズをサポートするようになりました。
GemmaはGoogle DeepMindが構築したオープンモデルのファミリーです。
SageMaker AIへのこれらのモデルのデプロイに加えて、特定のドメインやワークフローに適応させることができるようになりました。

このリリースにより、SageMaker AIでサーバーレスカスタマイズに利用可能なモデルの種類がさらに拡大し、Nova、Nemotron 3、Qwen、Llama、gpt-oss、DeepSeekファミリーのモデルも含まれます。

モデルカスタマイズにより、独自のデータを使用してこれらの基盤モデルをカスタマイズできます。
ドメイン固有のタスクでの精度向上、組織のトーンに合わせた出力の調整、ラベル付きデータを使用した新しいタスクでのパフォーマンス向上などが可能です。

サーバーレスカスタマイズでは、SageMaker AIがすべてのインフラストラクチャ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処理するため、クラスター管理ではなくデータと評価に集中でき、使用した分だけ支払います。

SageMaker AIのサーバーレスモデルカスタマイズは、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）、EU（アイルランド）で利用可能です。

開始するには、Amazon SageMaker Studioのモデル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を使用してプログラムからアクセスしてください。

• Amazon SageMaker AI
• 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サービスです。データの準備からモデルのトレーニング、チューニング、本番環境へのデプロイまで、機械学習ワークフロー全体をカバーします。今回の発表では、基盤モデルのサーバーレスカスタマイズ機能が追加され、インフラ管理なしで独自データを使ったモデルの微調整が可能になりました。
• Amazon SageMaker Studioは、機械学習開発のための統合開発環境（IDE）です。Webベースのビジュアルインターフェースを提供し、データの準備、モデルの構築・トレーニング・デプロイ、実験の追跡などを一つの画面から行えます。今回の記事では、SageMaker Studioのモデルページからカスタマイズジョブを起動できることが紹介されています。

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