AWS lanza sesiones de entrenamiento serverless para SageMaker AI
Según AWS. Amazon SageMaker AI presenta una nueva forma de personalizar modelos de IA sin la necesidad de gestionar infraestructura de GPU.
- • Los usuarios pueden ejecutar bucles de entrenamiento personalizados sin gestionar clústeres de hardware.
- • La plataforma automatiza la asignación de GPU y la recuperación de fallos durante el entrenamiento.
- • Compatible con técnicas avanzadas como SFT, DPO y aprendizaje por refuerzo de múltiples turnos.
Personalización sin gestión de infraestructura
Las nuevas sesiones de entrenamiento serverless de Amazon SageMaker AI permiten a los desarrolladores personalizar modelos sin tener que elegir tipos de instancia o gestionar clústeres. AWS se encarga de la asignación de GPU y la ejecución distribuida, permitiendo que los usuarios se centren en definir su propia lógica de entrenamiento y funciones de pérdida.
Soporte para aprendizaje por refuerzo
Esta actualización facilita la implementación de flujos de trabajo de aprendizaje por refuerzo de múltiples turnos. Los desarrolladores pueden definir sus propias funciones de recompensa y etapas de entrenamiento en un solo bucle. El servicio ya está disponible y es compatible con modelos como gpt-oss-20b, gemma-4-31B-it y la serie Qwen3.
- 1. aws.amazon.comAbrir fuente