关键要点
- 新增 Amazon Bedrock 和 Amazon SageMaker AI 功能，开放高级模型定制技术。
- Amazon Bedrock 强化微调（RFT）简化独特场景模型定制，显著提升准确性。
- Amazon SageMaker AI 将高级模型定制周期从数月缩短至数天，加速 AI 解决方案上市。
破局之道在于定制化：通过定制更小、更专业的模型处理高频任务，以更低成本实现更快、更准的响应。然而此前，强化学习等高级定制技术依赖深厚的 ML 专业知识、庞大基础设施及数月开发周期。
今日，我们宣布 Amazon Bedrock 与 Amazon SageMaker AI 新功能，让各组织开发者轻松掌握高级模型定制技术。Amazon Bedrock 强化微调（RFT）及 SageMaker AI 基于强化学习的无服务器模型定制，简化了高效 AI 创建流程。相比基础模型，定制后的 AI 运行更快、更具成本效益且更准确。此举助力各类规模组织为任意业务需求构建定制智能体。
借助 Amazon Bedrock，让日常开发人员也能轻松实现 RFT
复杂定制技术曾是构建高效自定义模型的障碍。例如，强化学习利用人类或模型反馈训练，强化良好行为并纠正不良行为。它在推理和复杂工作流中表现卓越，因其奖励的是优质处理过程而非仅正确答案。但传统强化学习需复杂训练流水线、巨大算力及昂贵的人类反馈或强 AI 模型评估。
Amazon Bedrock RFT（强化微调）简化了该流程，向所有开发者开放。作为完全托管 AI 平台，Bedrock 提供领先 AI 公司的高性能基础模型，支持智能体与生成式 AI 应用构建，并具备安全、隐私及负责任 AI 功能。使用 RFT 可使平均准确率较基础模型提升 66%，助您以更小、更快、更具成本效益的模型获得优异结果，无需依赖昂贵大模型。
操作流程极简：开发者选择基础模型，指向调用日志或上传数据集，再选择奖励函数（基于 AI、规则或即用型模板）。Bedrock 自动化工作流端到端处理微调，无需 ML 博士学位，只需清晰定义业务期望结果。发布时，RFT 支持 Amazon Nova 2 Lite 模型，其他模型兼容性即将推出。
Amazon SageMaker AI 将模型定制时间从数月缩短至数天
需深度掌控 AI 工作流的团队可选用 Amazon SageMaker AI。开发者青睐 SageMaker AI，因其赋予完全控制权，可大规模构建、训练和部署最强模型。
自 2017 年推出以来，SageMaker AI 持续优化开发效率。随着组织采用更先进定制技术，需消除基础设施管理和合成数据生成等耗时障碍。为此，SageMaker AI 新增无服务器模型定制功能，将定制周期压缩至数天。
提供两种体验：一是即将预览的代理式体验，由代理引导完成定制全流程（含合成数据生成与评估），开发者仅需自然语言描述需求；二是自导式体验，适合偏好自主掌控的开发者，无需管理基础设施即可选择定制技术并调整参数。
无论何种方式，开发者均可访问基于 AI 反馈的强化学习、可验证奖励强化学习、监督微调及直接偏好优化等先进技术。新功能兼容 Amazon Nova 及 Llama、Qwen、DeepSeek、GPT-OSS 等主流开源权重模型，为特定用例提供广泛选择。
Collinear AI、Robin AI、Vody 和 Eloquent AI 等客户已利用新功能简化定制。Collinear AI 联合创始人 Soumyadeep Bakshi 表示：“微调 AI 模型对高保真模拟至关重要，过去需拼接多系统进行训练、评估和部署。现借助 SageMaker AI 无服务器模型定制能力，我们拥有统一方式将实验周期从数周缩短至数天。这种端到端无服务器工具让我们聚焦核心：为客户构建更好的训练数据和模拟，而非维护基础设施或协调分散平台。”
了解更多详情：
- AWS 新闻博客：RFT in Amazon Bedrock
- RFT in Amazon Bedrock 产品页面
- AWS 新闻博客：SageMaker AI 无服务器模型定制
- SageMaker AI 模型定制产品页面
获取 AWS re:Invent 最新资讯，涵盖代理式与生成式 AI 相关内容、产品及服务公告等。