Amazon SageMaker AI מרחיבה את יכולת ההתאמה ללא שרת למספר משפחות מודלים נוספות. החל מ־22 באוקטובר 2026 ניתן לבצע התאמה ל־Muse Glimmer, ל־Qwen3.8 27B ולמודלי Ministral 3 בגדלים 3B, 8B ו־14B, בלי להקים ולנהל תשתית אימון ייעודית.
אילו שיטות התאמה נתמכות
העדכון מאפשר להשתמש ב־Supervised Fine-Tuning או SFT עם נתונים מתויגים, ב־Direct Preference Optimization או DPO לצורך התאמת סגנון והעדפות, וב־Reinforcement Fine-Tuning או RFT המבוסס על אותות תגמול. ניתן לבחור בין Low-Rank Adaptation, המוכרת כ־LoRA, לבין התאמה מלאה של המודל.
המשמעות היא שצוותי AI יכולים להתאים מודל קטן ומדויק יותר לתחום מסוים, במקום להפעיל תמיד מודל גדול ויקר. AWS טוענת כי במקרים מתאימים מודל ממוקד יכול להתקרב לאיכות של מודל חזית במשימות מוגדרות, תוך הפחתת עלות וזמן תגובה. הביצועים בפועל תלויים באיכות הנתונים, בהערכה ובאופי המשימה.
מה מוסיף המודל ללא שרת
במצב serverless, SageMaker מטפלת בהקצאת תשתית האימון ובתזמור העבודה. הארגון מתמקד בנתונים, בהגדרות האימון ובבדיקות האיכות ומשלם לפי השימוש. הדבר עשוי להקל על צוותים שאינם רוצים לתחזק Cluster קבוע או להעריך מראש את הקיבולת הדרושה לכל ניסוי.
המודלים החדשים
- Muse Glimmer — מצטרף לרשימת המודלים הניתנים להתאמה בתוך SageMaker.
- Qwen3.8 27B — מודל גדול יותר המתאים למשימות מורכבות הדורשות התאמה ארגונית.
- Ministral 3 — זמין בגדלים 3B, 8B ו־14B, המאפשרים לבחור איזון בין משאבים, זמן תגובה ואיכות.
הם מצטרפים למודלים ממשפחות Nova, Gemma 4, Nemotron 3.5, Qwen, Llama, gpt-oss ו־DeepSeek שכבר נתמכים בתהליך ההתאמה ללא שרת.
איפה השירות זמין
יכולת ההתאמה ללא שרת זמינה בצפון וירג'יניה, אורגון, טוקיו ואירלנד. ניתן להתחיל עבודה מתוך עמוד Models ב־Amazon SageMaker Studio, דרך SageMaker Python SDK או באמצעות מיומנויות הסוכן של AWS בכלי פיתוח נתמכים.
מה ארגון צריך לבדוק לפני אימון
- האם קיימים נתוני אימון חוקיים, נקיים ומייצגים.
- איזו שיטה מתאימה: SFT לדיוק תחומי, DPO להעדפות או RFT לשיפור לפי מדד תגמול.
- כיצד יופרדו נתוני אימון, אימות ובדיקה כדי למנוע הערכת יתר.
- מהן דרישות פרטיות המידע ומיקום הנתונים באזור שנבחר.
- האם מודל קטן מותאם מספק איכות טובה יותר מבחינת עלות וזמן תגובה.
מקור: הודעת AWS הרשמית, 22 באוקטובר 2026.
תמונת המחשה מקורית שנוצרה באמצעות AI עבור מערכת ITPortal ומתועדת לשימוש באתר ובערוצי הסושיאל של ITPortal.
