AWS Expande Ferramentas de LLM Personalizadas com SageMaker Sem Servidor e Melhorias no Bedrock

Personalização de Modelo Sem Servidor no SageMaker

A AWS anunciou a personalização de modelo sem servidor como parte de sua plataforma de IA SageMaker, permitindo que os desenvolvedores comecem a construir modelos de linguagem grandes sem gerenciar recursos de computação subjacentes. Os usuários podem escolher entre uma interface de ponto-e-clique autoorientada ou uma experiência liderada por um agente que aceita prompts de linguagem natural. O recurso liderado por agente está sendo lançado em pré-visualização. Na prática, uma organização de saúde pode fornecer dados rotulados, selecionar uma técnica de ajuste fino e deixar que o SageMaker ajuste automaticamente o modelo para melhor entender a terminologia médica.

Ajuste Fino por Reforço no Bedrock

Complementando as atualizações do SageMaker, a AWS introduziu o ajuste fino por reforço dentro de seu serviço Bedrock. Os desenvolvedores podem definir uma função de recompensa personalizada ou selecionar um fluxo de trabalho pré-definido, e o Bedrock executará todo o processo de personalização do modelo do início ao fim. Essa capacidade estende a flexibilidade do Bedrock além do ajuste fino padrão, permitindo um comportamento de modelo mais nuances alinhado com objetivos comerciais específicos.

Nova Forge: Serviço de Modelo Personalizado de Chave na Mão

Durante a keynote, a AWS lançou o Nova Forge, um serviço gerenciado que constrói modelos Nova personalizados para clientes empresariais por um preço fixo de $100.000 por ano. A oferta é posicionada para clientes que buscam uma solução de IA diferenciada sem investir no ciclo de desenvolvimento completo. A AWS enfatiza que os modelos personalizados permitem que as empresas ajustem o desempenho, a marca e o tratamento de dados para seus casos de uso exclusivos.

Modelos Suportados e Opções de Código Aberto

Os novos recursos de personalização são compatíveis com os modelos Nova proprietários da Amazon, bem como com modelos de código aberto selecionados que têm pesos públicos disponíveis, incluindo DeepSeek e Meta Llama. Essa amplitude de suporte dá aos desenvolvedores a liberdade de escolher um modelo base que se alinha com suas preferências técnicas e de licenciamento.

Implicações Estratégicas

Pesquisas de indústria indicam que as empresas atualmente favorecem modelos de Anthropic, OpenAI e Google Gemini. Ao reduzir as barreiras para a criação de modelos personalizados e oferecer um serviço gerenciado como o Nova Forge, a AWS visa capturar uma participação maior do mercado de IA empresarial. A capacidade de diferenciar soluções de IA em cima de modelos de fundação compartilhados pode fornecer uma vantagem competitiva para os clientes da AWS que buscam capacidades exclusivas em setores movimentados.