WORLDTECHAmazon macht Trainingssitzungen für eigenes Post-Training allgemein verfügbar
Amazon hat Trainingssitzungen als Teil der serverlosen Modellanpassung von SageMaker AI allgemein verfügbar gemacht. Die Funktion erlaubt Kunden, ihre eigene Post-Training-Schleife zu schreiben, während die Plattform die darunterliegende GPU-Infrastruktur verwaltet.
Was Trainingssitzungen den Nutzern abnehmen
Trainingssitzungen geben Kunden die Kontrolle über die Post-Training-Logik, ohne dass sie die darunterliegende Infrastruktur selbst betreiben müssen. Nutzer schreiben und koordinieren die Trainingsschleife selbst, einschließlich eigener Verlustfunktionen oder Belohnungssignale. SageMaker AI übernimmt GPU-Zuteilung, verteilte Ausführung, Fehlerwiederherstellung und die Speicherung von Checkpoints.
Da der Dienst serverlos arbeitet, wählen Nutzer keine Instanztypen, verwalten keine Cluster und schreiben keine Konfiguration für verteiltes Training. Amazon stellt dies als Weg dar, Modelle ohne die Last der Infrastrukturverwaltung anzupassen.
Warum Teams offene Modelle anpassen
Laut Ankündigung passen Organisationen, die mit KI echte Ergebnisse erzielen, zunehmend offene Modelle an, deren trainierte Parameter jeder herunterladen darf, statt sich allein auf fertige Foundation-Modelle zu verlassen. Post-Training-Techniken wie Reinforcement Learning spielen dabei eine herausragende Rolle.
Der Text argumentiert, dass ein Modell, das auf den Geschäftskontext, den Produktkatalog oder das klinische Vokabular eines Unternehmens trainiert wurde, für seine Aufgabe genauer und im Betrieb günstiger sein kann. Bei Agenten prägen zudem Daten, Arbeitsabläufe, Bewertungen und Erfolgskriterien das Verhalten des Modells.
Mehrstufiges Reinforcement Learning und sein Infrastrukturbedarf
Die Ankündigung nennt mehrstufiges Reinforcement Learning einen bedeutenden Wandel beim Training von Agenten. Agenten, die etwa Reisen buchen, Support-Tickets sortieren oder mehrstufige Recherchen erledigen, brauchen mehrere Interaktionsrunden, bevor ihr Ergebnis beurteilt werden kann.
Solche Schleifen werden schnell aufwendig, wenn Training, Inferenz, Bewertung und das nächste Update auf getrennter Infrastruktur laufen und jede Stufe andere Rechenleistung benötigt. Laut Ankündigung bietet SageMaker AI mehrstufiges RL bereits als verwaltete, serverlose Technik an.
Angebotene Techniken und Werkzeuge
Kunden können SFT, DPO, RLVR, RLAIF oder mehrstufiges RL einsetzen. Sie wählen, wie viel des Modells aktualisiert wird, etwa über Low-Rank Adaptation (LoRA) oder vollständiges Fine-Tuning, und können Techniken in einer kontinuierlichen Anpassung miteinander verknüpfen.
Ein Agent kann eine Beschreibung des Anwendungsfalls entgegennehmen und Datenaufbereitung, Auswahl der Technik, Training, Bewertung und Bereitstellung übernehmen. Laut Ankündigung arbeitet der Agent in SageMaker Studio, Kiro, Claude Code, Codex oder GitHub Copilot. Rob Gontarek, Senior Vice President Data Science bei ImagineSoftware, wird zur Unterstützung zitiert.
Offene Fragen
- Wie viel des beschriebenen Ablaufs steht über die aufgeführten Techniken hinaus zur Verfügung?