Bedrockのモデルのカスタマイズ

モデルは公開されている一般的なデータでトレーニングされているため、もちろん企業や特定プロジェクトに関するデータでのトレーニングはされていません。

そのため、モデルの自社のユースケースに合わせた トレーニングデータのカスタマイズ することができます。

Bedrockでは、モデルをカスタマイズするために

の2つの方法が提供されています。

ファインチューニング

『ラベル付きデータを使用して、基礎モデルを特定のタスクに特化させる方法』

例えば、要約など特定のタスクにモデルを最適化したい場合に適しています。

Bedrockを使ってトレーニングデータをカスタマイズして基盤モデルを再トレーニングする場合、トレーニングデータの品質が生成結果に直接影響します。

モデルが特定のタスクに適切に適応しているかを確認するために、特に優先してモニタリングすべきメトリックは、

です。

『ラベルなしデータを使用して、モデルをドメインに慣れさせるための方法』

特定のタスクに依存しません。

継続的な事前トレーニングには、ラベル付けされていないデータを利用します。

次のような、ラベルがないデータの形式を利用します。

{"input": "<input text>"}

Bedrock の公式ドキュメントでは、継続的なトレーニングを通じて、モデルがより適応性の高いものになり、長期的な運用に適したモデルが提供できることが説明されています。