亚马逊为 SageMaker 增加代理式微调
The Decoder··作者 Maximilian Schreiner
关键信息
亚马逊表示,这套工作流包含 9 个预置“技能”,覆盖从数据集检查到部署的各个步骤,而且 Kiro AI 已预装在开发环境中。开发者也可以使用 Claude Code 或其他代理,所有生成的代码都可以继续编辑并复用。
资讯摘要
亚马逊在 SageMaker AI 中加入了一套代理式微调工作流,SageMaker AI 是其用于构建、训练和部署机器学习模型的云平台。这个新功能的目标,是帮助开发者用更少的手动操作来定制大语言模型。开发者不再需要在多个 API 和数据格式之间来回切换,而是可以直接用自然语言描述自己的使用场景。系统随后会推荐合适的训练方法、准备数据、启动训练,并把结果代码生成成 Jupyter notebook。
亚马逊表示,这些 notebook 是可编辑的,因此开发者可以检查、修改并复用生成的工作流。该功能支持 Llama、Qwen、Deepseek 以及亚马逊自家的 Nova 等模型家族。它还提供 9 个预置“技能”,负责从数据集校验到部署的各个环节。Kiro AI 已经预装在开发环境中,开发者也可以使用 Claude Code 或其他代理来完成这一流程。

资讯正文
亚马逊将 agentic fine-tuning 引入 SageMaker,并支持 Llama、Qwen、Deepseek 和 Nova
Amazon SageMaker AI 现在包含一个旨在帮助开发者定制语言模型的 AI 代理。SageMaker AI 是亚马逊用于构建、训练和部署机器学习模型的云平台。
开发者不再需要费力应对不同的 API 和数据格式,现在可以用自然语言描述自己的用例。随后,这个代理会推荐合适的训练方法、准备数据、启动训练,并以 Jupyter 笔记本的形式交付完成后的代码。
亚马逊的 Kiro AI 代理已预装在开发环境中,但开发者也可以使用 Claude Code 或其他代理。九个预置的“skills”可处理整个工作流程,从检查数据集到部署完成后的模型。该代理支持 Llama、Qwen、Deepseek 以及亚马逊自家的 Nova 等模型家族。所有生成的代码都可以编辑并重复使用。
来源与参考
收录于 2026-05-06