En el reciente AWS Summit celebrado en Nueva York, Amazon presentó una innovadora suite de capacidades de personalización para sus modelos de IA, bajo la marca Amazon Nova, que ya están disponibles a través de recetas listas para usar en Amazon SageMaker AI. Estas nuevas herramientas permitirán a los usuarios adaptar los modelos Nova Micro, Nova Lite y Nova Pro durante todo el ciclo de vida del entrenamiento de modelos, que abarca desde el pre-entrenamiento hasta el ajuste fino y la alineación.
Una de las técnicas más destacadas es la Optimización de Preferencias Directas (DPO), la cual permite a los usuarios sintonizar las salidas del modelo según sus preferencias específicas. Esta metodología se basa en la comparación de pares de respuestas, donde una es preferida sobre la otra, guiando así al modelo hacia resultados que se alineen mejor con el tono y las directrices deseadas.
Los modelos personalizados resultantes podrán ser implementados en Amazon Bedrock con un rendimiento de salida provisionado, y la eficiente versión del DPO ofrecerá inferencia bajo demanda. Las recetas de personalización de Nova se integran en los trabajos de entrenamiento de SageMaker, proporcionando una flexibilidad considerable en cuanto a la selección del entorno más adecuado según las necesidades de infraestructura y escala de los usuarios.
El flujo de trabajo para aprovechar estas recetas implica varios pasos. En primer lugar, el usuario elige una receta específica que ofrece configuraciones detalladas para controlar los parámetros de entrenamiento del modelo Amazon Nova. Al enviar la solicitud mediante API al plano de control de SageMaker, el sistema utiliza un script lanzador para ejecutar la receta en un clúster gestionado. SageMaker, por su parte, se encarga de aprovisionar la infraestructura necesaria y orquestar el entrenamiento en un entorno distribuido.
Este enfoque simplificado ofrece una experiencia completamente gestionada, permitiendo a los usuarios definir sus parámetros de entrenamiento y seleccionar la infraestructura deseada, mientras SageMaker maneja la gestión de la infraestructura de manera integral, todo ello basado en un modelo de precios que solo cobra por el tiempo de entrenamiento utilizado.
Además, el modelo Amazon Nova personalizado podrá ser desplegado en Amazon Bedrock utilizando la API «createcustommodel», integrándose así con herramientas nativas como las Bases de Conocimiento de Amazon Bedrock, Guardrails y Agents.
Un caso de uso empresarial subrayado en la presentación ilustra cómo la adaptación del modelo Amazon Nova Micro puede optimizar funciones estructuradas específicas para aplicaciones, resultando en una mejora del 81% en la puntuación F1 y un aumento de hasta el 42% en métricas ROUGE. Esto sugiere que los modelos serán más eficientes en diversas aplicaciones comerciales, incluidos asistentes de soporte al cliente y procesos de automatización.
Con la implementación de técnicas de alineación como la DPO, se anticipa que esta tecnología transformará la manera en que las empresas personalizan y optimizan sus modelos de inteligencia artificial, facilitando así el acceso a estas avanzadas capacidades de personalización para organizaciones de múltiples sectores.
