Durante el reciente AWS Summit en Nueva York, Amazon anunció una nueva suite de personalización para los modelos de su serie Nova, disponibles ahora a través de Amazon SageMaker AI. Estas herramientas permiten a los usuarios adaptar los modelos Nova Micro, Nova Lite y Nova Pro desde el pre-entrenamiento hasta la alineación final, mediante recetas listas para usar.
Uno de los enfoques destacados es la Optimización de Preferencias Directa (DPO), que permite ajustar las respuestas del modelo basándose en preferencias del usuario. Utilizando pares de respuestas preferidas y no preferidas, DPO guía al modelo hacia resultados más alineados con las necesidades del usuario.
Los modelos ajustados se podrán desplegar en Amazon Bedrock con salidas de rendimiento especificadas. La versión optimizada en parámetros de DPO admite inferencias por demanda. Las recetas de personalización de Nova se integran con los trabajos de entrenamiento de SageMaker, permitiendo a los usuarios elegir la infraestructura adecuada para sus necesidades.
El proceso de uso incluye seleccionar una receta de personalización específica que determina los parámetros de entrenamiento de Amazon Nova. Una vez elegida y enviada la solicitud por API, SageMaker aprovisiona la infraestructura necesaria y orquesta el entrenamiento distribuido, ofreciendo una experiencia gestionada completa.
El modelo final de Amazon Nova se puede desplegar en Amazon Bedrock con la API createcustommodel, integrándose con herramientas como Amazon Bedrock Knowledge Bases y Agents.
Un caso de uso empresarial destacó cómo Nova Micro mejora funciones de flujos de trabajo específicos, logrando un aumento del 81% en la puntuación F1 y un 42% en métricas ROUGE, optimizando así aplicaciones comerciales como asistentes de soporte al cliente.
Estas innovaciones prometen transformar la manera en que las empresas personalizan modelos de IA, haciendo más accesible la avanzada personalización para múltiples sectores.
