AWS serverless model customization capability in Amazon SageMaker AI

In dit artikel:

AWS breidt Amazon SageMaker AI uit met een serverloze mogelijkheid voor modelcustomisatie, gericht op ontwikkelaars die snel modellen willen aanpassen met eigen data. De feature stroomlijnt de hele workflow — van datavoorbereiding en training tot evaluatie en uitrol — zodat langdurige, complexe iteratiecycli korter en eenvoudiger worden.

Ontwikkelaars kunnen direct werken met populaire modellen zoals Amazon Nova, Llama, Qwen, DeepSeek en GPT-OSS en gebruikmaken van methoden variërend van supervised fine-tuning tot nieuwere technieken als reinforcement learning en direct preference optimization (DPO) voor betere afstemming op gebruikersvoorkeuren. In preview is er een AI-agentgestuurde workflow waarmee je met natuurlijke taal synthetische data kunt genereren, datakwaliteit kunt beoordelen en training/evaluatie volledig serverloos uitvoert.

De functionaliteit is per direct beschikbaar in Europa (Ierland), VS Oost (N. Virginia), Azië‑Pacific (Tokio) en VS West (Oregon). Dit verlaagt de operationele lasten en versnelt experimenteer- en implementatietrajecten voor bedrijven.