モデルをカスタマイズすることにより、所有データに合わせて基盤モデルを調整できます。例えば、ドメイン固有のタスクの精度を向上させたり、出力を組織のトーンに合わせたり、ラベル付けされたデータを活用して新しいタスクのパフォーマンスを向上させたりできます。サーバーレスカスタマイズでは、SageMaker AI がすべてのインフラストラクチャプロビジョニングとトレーニングオーケストレーションを処理するため、ユーザーはクラスター管理ではなくデータと評価に集中でき、使用した分の料金を支払うだけで済みます。

SageMaker AI 上の NVIDIA Nemotron 3 Nano のサーバーレスモデルカスタマイズは、米国東部 (バージニア北部)、米国西部 (オレゴン)、アジアパシフィック (東京)、欧州 (アイルランド) で利用できます。開始するには、Amazon SageMaker Studio の [モデル] ページに移動してカスタマイズジョブを起動するか、SageMaker Python SDK を使用してプログラムによるアクセスを実行します。詳細については、Amazon SageMaker AI のモデルカスタマイズに関するドキュメントを参照してください。