aws-ai-ml

在 Amazon SageMaker 上选择、部署和定制 AI 模型。包括微调（SFT、DPO、RLVR、RLAIF）、模型选择、数据集准备、评估、部署到 SageMaker 端点或 Bedrock，以及端点诊断。涵盖从规划到生产的完整生命周期。适用于在 SageMaker 上微调模型、从 SageMaker Hub 选择基础模型、寻找无需微调即可部署的模型、转换训练数据集、检查数据就绪状态、评估模型质量、部署到端点、为训练作业设置 IAM 角色和 S3 存储桶，或管理 SageMaker 托管的 MLflow 应用。也可用于检查端点健康状况、诊断故障、调试延迟或错误，或查看容器日志和 CloudWatch 指标。涵盖 Serverless 模型定制、Nova 和开源模型部署路径，以及 PySDK v3 的使用。不适用于 Ground Truth 标注、Feature Store 或通用 AWS 基础设施。元数据：版本："1"

存档时间线

版本索引永久保留；内容副本只保留最新 1 份，更早版本仅留索引与哈希（存档时间线的证据链不会因此断裂）。

下载存档内容副本