Amazon Web Services, SageMaker AI İçin Eğitim Oturumlarını Duyurdu
AWS, geliştiricilerin GPU altyapısını yönetmeden özel eğitim döngüleri oluşturmasına olanak tanıyan SageMaker AI sunucusuz model özelleştirme özelliğini duyurdu. Token tabanlı ücretlendirme sunan platform, RL, SFT ve DPO gibi teknikleri destekliyor.
Amazon Web Services (AWS), SageMaker AI platformu kapsamında sunucusuz model özelleştirme ve eğitim oturumu API'lerini genel kullanıma sundu. Bu yeni özellik, geliştiricilerin GPU kümelerini yönetme zorunluluğu olmadan, takviyeli öğrenme (RL), denetimli ince ayar (SFT) ve doğrudan tercih optimizasyonu (DPO) gibi yöntemlerle açık ağırlıklı modelleri özelleştirmelerine olanak tanıyor.
Yeni platform, GPU tahsisi, dağıtık yürütme, gradyan senkronizasyonu ve hata kurtarma gibi karmaşık süreçleri otomatikleştirerek geliştiricilerin kendi eğitim döngülerini, özel kayıp fonksiyonlarını ve ödül sinyallerini tanımlamasına imkan veriyor. SageMaker Python SDK üzerinden ServiceClient, TrainingClient ve SamplingClient olmak üzere üç farklı istemci ile yönetilen sistem, saatlik GPU kullanımı yerine işlenen token miktarına göre ücretlendiriliyor.
Platform; gpt-oss-20b, gemma-4-31B-it ve Qwen3 serisi gibi modelleri desteklerken, SageMaker Studio ve GitHub Copilot gibi geliştirme ortamlarıyla entegre çalışıyor. ImagineSoftware ve Karini AI gibi erken dönem kullanıcıları, sistemi sağlık hizmetleri ve çok turlu araç çağırma süreçlerinde kullanmaya başladı. Ayrıca, GRPO gibi teknikleri içeren bir eğitim yemek kitabı da geliştiricilerin kullanımına sunuldu.