AWS は、Amazon SageMaker AI のサーバーレス型モデル設定にトレーニングセッションを追加し、すべてのユーザーが利用可能になったと発表した。開発者は自らポストトレーニング学習のサイクルを設定・調整し、独自の損失関数、報酬信号、または多段階強化学習を含めることができる。
同時に SageMaker AI は GPU の割り当て、分散実行、障害からの回復、チェックポイントの保存を担当する。これにより、実験のロジックを計算インフラの管理タスクから切り離すことになる。
実務上の意味は利用条件次第であり、提供資料には価格、利用可能な構成、制限、測定結果などのデータが含まれていない。情報源は AWS Machine Learning Blog の公開記事であり、別個の検証は提供されていない。
編集部コメント
なぜ重要か
おそらく、ポストトレーニング学習を試すチームにとって、インフラ作業量が削減されることが予想される。今後の観測指標として、AWS のアクセス条件、価格、制限、成果例が公開されるだろう。重要な不確実性は、出典に機能のパフォーマンスや経済性に関するデータが欠如していることにある。