SageMaker AI מוסיף fine-tuning serverless ל-NVIDIA Nemotron 3 Nano

Amazon SageMaker AI הוסיפה תמיכה serverless בהתאמה אישית של מודל Nemotron 3 Nano של NVIDIA, ואיפשרה גם supervised fine-tuning (SFT) וגם reinforcement fine-tuning (RFT) על המודל הפתוח הפופולרי בן 30 מיליארד הפרמטרים. החידוש המרכזי הוא שצוותים יכולים גם לעשות deploy וגם להתאים את המודל לדומיינים ולתהליכי עבודה ספציפיים, בלי להקצות או לנהל שום תשתית בסיסית.

fine-tuning בגישת serverless מוריד את רף הכניסה לארגונים שרוצים מודלים מותאמי-דומיין אבל חסרים את משאבי ה-MLOps לניהול אשכולות GPU למשימות אימון. התמיכה ב-RFT בנוסף ל-SFT בולטת במיוחד, שכן reinforcement fine-tuning מאפשר לצוותים לבצע אופטימיזציה של המודל מול אותות תגמול מותאמים אישית במקום רק דוגמאות מתויגות — שימושי במיוחד להתנהגויות agentic ולשימוש בכלים.

ההשקה מעמיקה את השותפות בין AWS ל-NVIDIA ומשתלבת בנושא הרחב של השבוע: להפוך מודלים פתוחים לפרקטיים בקנה מידה ארגוני, בהשלמה למודל הבריאות מבוסס Nemotron עם Abridge ולמהלך תשתית ה-AgentPerf של NVIDIA. למפתחים ששוקלים התאמה אישית של מודל פתוח מול קריאות ל-API של מודלים סגורים מובילים, fine-tuning בגישת serverless למודל בן 30B הוא דרך אמצע אטרקטיבית מבחינת עלות ושליטה — בייחוד על רקע חרדת עלות ה-token החריפה של השבוע. כדאי לעקוב אחר פרטי התמחור והאם תהליך העבודה באמת מסיר את חיכוך התשתית בפועל.