En el marco del AWS Summit en Nueva York, Amazon ha revelado una nueva suite de capacidades de personalización para sus modelos de inteligencia artificial (IA) Amazon Nova. Estas herramientas innovadoras están disponibles a través de recetas listas para usar en Amazon SageMaker AI, permitiendo a los usuarios ajustar los modelos Nova Micro, Nova Lite y Nova Pro a lo largo de todo el ciclo de vida de entrenamiento.
El anuncio destaca la implementación de la técnica de Optimización de Preferencias Directa (DPO), diseñada para afinar los resultados del modelo según las preferencias de los usuarios. Esta técnica se basa en el uso de pares de respuestas —una preferida y otra no— para orientar al modelo hacia resultados que reflejen mejor las directrices deseadas.
Los modelos personalizados podrán ser desplegados en Amazon Bedrock con un rendimiento de salida provisionado, mientras que la versión eficiente en parámetros del DPO permite la inferencia bajo demanda. Esto ofrece flexibilidad en la selección del entorno adecuado según las necesidades de infraestructura y escala, gracias a las recetas de personalización disponibles en los trabajos de entrenamiento de SageMaker.
El proceso de personalización comienza con la elección de una receta específica que establece configuraciones detalladas para los parámetros de entrenamiento de Amazon Nova. Una vez realizada la solicitud a través de API al plano de control de SageMaker, un script lanzador ejecuta la receta en un clúster de cómputo gestionado, permitiendo que SageMaker administre la infraestructura y orqueste el entrenamiento distribuido.
Este enfoque ofrece una experiencia completamente gestionada, facilitando a los usuarios definir rápidamente los parámetros de entrenamiento y seleccionar su infraestructura preferida, mientras que SageMaker maneja la gestión completa de infraestructura bajo un modelo de precios basado en el tiempo de entrenamiento consumido.
Amazon Nova permite, además, el despliegue de modelos personalizados en Amazon Bedrock mediante la API createcustommodel, integrándolos con herramientas nativas como Amazon Bedrock Knowledge Bases, Guardrails y Agents.
Un caso de éxito empresarial destaca la capacidad de adaptación del modelo Nova Micro para optimizar flujos de trabajo específicos, mejorando la puntuación F1 en un 81% y las métricas ROUGE hasta un 42%. Esto promueve mayor eficiencia en aplicaciones comerciales variadas, incluidos asistentes de soporte al cliente y automatización de procesos.
A medida que se adopten técnicas de alineación como el DPO, se espera que estas innovaciones transformen la forma en que las empresas personalizan y optimizan sus modelos de IA, democratizando el acceso a sofisticadas personalizaciones para organizaciones en distintos sectores.
