Amazon SageMaker AIが12個の追加モデルに対応したサーバーレス強化学習ファインチューニング

概要

Amazon SageMaker AIが12個の新しいオープンウェイトモデルに対応し、インフラ構築・管理なしでモデルのカスタマイズと強化学習ファインチューニングが可能になりました。Qwen、DeepSeek、Meta Llamaなどの最新モデルが対応され、SFT、DPO、RLVR、RLAIFなど複数のファインチューニング手法が利用できます。使用量に応じた従量課金で、複雑なドメイン固有タスクへのモデル適応が容易になります。

何が変わったか

• ・12個の新しいオープンウェイトモデル（gpt-oss-120b、Qwen2.5 72B/14B、DeepSeek-R1系、Meta Llama 3.2 3Bなど）がサポート対象に追加
• ・強化学習ファインチューニング手法としてRLVR（報酬ベース）とRLAIF（AI生成フィードバック）が利用可能
• ・サーバーレスでのモデルカスタマイズ実行に対応し、クラスタ構築や分散学習専門知識が不要

影響

MLエンジニアやデータサイエンティストは複雑な基盤構築なしに最新AIモデルのカスタマイズに集中でき、開発サイクルが大幅に短縮されます。エンタープライズユーザーは検証可能タスクの精度向上と安全性・品質の向上を同時に実現できるようになります。

対象ユーザー

MLエンジニアデータサイエンティスト開発者AI/機械学習エンジニアエンタープライズAIユーザー

原文タイトル

Amazon SageMaker AI now supports serverless reinforcement fine-tuning for 12 additional models