Amazon Bedrock est un moyen simple de créer et de faire évoluer des applications d’IA générative avec les principaux modèles de base (FM). Amazon Bedrock prend désormais en charge le réglage fin de Meta Llama 2 et Cohere Command Light, ainsi que des FM Amazon Titan Text Lite et Amazon Titan Text Express, afin que vous puissiez utiliser des ensembles de données étiquetés pour augmenter la précision du modèle pour des tâches particulières.
Les organisations disposant de petits ensembles de données étiquetés et souhaitant spécialiser un modèle pour une tâche spécifique utilisent un processus appelé réglage fin, qui adapte les paramètres du modèle pour produire des résultats plus spécifiques à leur activité. Les paramètres représentent ce que le modèle a appris au cours de la formation, et leur ajustement peut affiner les connaissances et les capacités du modèle pour prendre des décisions dans le contexte d’une organisation. À l’aide d’un petit nombre d’exemples étiquetés dans Amazon S3, vous pouvez affiner un modèle sans avoir à annoter de gros volumes de données. Bedrock crée une copie distincte du modèle de fondation de base qui n’est accessible que par vous et entraîne cette copie privée du modèle. Aucun de votre contenu n’est utilisé pour entraîner les modèles de base d’origine. Vous pouvez configurer vos paramètres Amazon VPC pour accéder aux API Amazon Bedrock et fournir des données de réglage précis du modèle de manière sécurisée.
Vous pouvez lire l’article original (en Angais) sur le blogaws.amazon.com