الشركات التي تحقق نتائج حقيقية من الذكاء الاصطناعي لا تستخدم فقط نماذج أساسية مُعدة مسبقًا، بل تقوم أيضًا بتخصيص النماذج المفتوحة باستخدام تقنيات ما بعد التدريب مثل التعلم التصاعدي. النموذج الذي تم تدريبه على سياق أعمالك أو فهرس المنتجات أو المفردات الطبية سيكون أكثر دقة لعملك وستكلفته أقل عند التشغيل. عند إنشاء الوكلاء، فإن بياناتك وعمليات العمل والتقييمات ومعايير النجاح أيضًا تؤثر على سلوك النموذج.
ومع ذلك، فإن تخصيص النماذج أمر صعب. يجب اختيار التقنية المناسبة، وتركيب وإدارة البنية التحتية للرسومات الحاسوبية، وبالنسبة للوكلاء، بناء بيئات لتعلم التعميم المتعدد الجولات. لحل هذه التحديات، قمنا بتطبيق خدمة Amazon SageMaker AI serverless لتخصيص النماذج، واليوم، نزيد من توسيعها مع إطلاق جلسات التدريب بشكل عام.
مع جلسات التدريب، يمكنك التحكم في منطق ما بعد التدريب دون الحاجة إلى إدارة البنية التحتية الأساسية. أنت من يكتب ويتنسيق دورة التدريب، بما في ذلك دوال الخسارة المخصصة أو إشارات المكافأة. تقوم SageMaker AI بمعالجة تخصيص GPU، والتنفيذ الموزع، واستعادة الأخطاء، وتخزين نقاط التحقق.
تخصيص دون متاعب إدارة البنية التحتية
مع تخصيص نماذج SageMaker AI بدون خادم، لا تحتاج إلى اختيار أنواع المثيلات، أو إدارة المجموعات، أو كتابة تكوينات التدريب الموزعة.
لم نرغب في تقييدك. يمكنك استخدام تقنيات مثل SFT، DPO، RLVR، RLAIF، أو RL متعدد الدورات. يمكنك اختيار مقدار تحديث النموذج باستخدام تقنية التكيف من الرتب المنخفضة (LoRA)، أو التحسين الكامل وتقنيات السلسلة معًا من خلال التخصيص المستمر.
لم نرغب في أن تضيعوا وقتكم. يوفر كتاب طقوس التدريب على SageMaker AI مثالاً وحالات استخدام، بالإضافة إلى مهارات عامل تخصيص النموذج. تصفون حالة الاستخدام الخاصة بكم، ويقوم العامل بمعالجة إعداد البيانات واختيار التقنيات والتدريب والتقييم والنشر. يعمل العامل في المكان الذي تعملون فيه، سواءً في SageMaker Studio أو Kiro أو Claude Code أو Codex أو GitHub Copilot.
“لقد استخدمنا SageMaker AI Serverless Training Sessions لبناء نموذج لتقييم طلبات الرعاية الصحية، وقد أكدت التجربة صحة المنصة من اليوم الأول. إطار API على المستوى المنخفض، والتحكم المباشر في العمليات الأمامية والخلفية، وعمليات العينة، وخطوة المحسن، أعطت علماءنا السيطرة الدقيقة التي يحتاجونها للتقدم في التعلم المعزز في حالة استخدام صعبة وذات أهمية للدقة. توفر Training Sessions لنا البنى الأساسية المناسبة لتحقيق أداء من النوع الإنتاجي.”
— روب جونتاريك، نائب الرئيس الأعلى لعلوم البيانات، شركة إيميجين سوفتوار
اكتب دورةك الخاصة بعد التدريب
هناك تغيير مهم في تدريب الوكلاء وهو التحول نحو التعلم التصحيحي المتعدد الالتفاتات. على سبيل المثال، يحتاج الكائن الذي يشتري السفر، يقوم بتصنيف طلبات الدعم، أو ينفذ مهمة بحث متعددة الخطوات إلى عدة جولات من التفاعل قبل أن يمكن تحديد ما إذا كان قد حقق النتيجة الصحيحة.
لكن، يمكن أن يصبح دورة التدريب معقدة بسرعة. قد تقوم بتدريب النموذج على مجموعة واحدة من البنية التحتية، ثم تجرّب الاستنتاجات على مجموعة أخرى لإنتاج الردود، وتقييم تلك الردود، ومن ثم إدخال النتائج في التحديث التالي. كل مرحلة تتطلب معالجة حاسوبية مختلفة، وربط هذه المراحل بين أدوات ومجموعات منفصلة يزيد من العمل.
تقدم SageMaker AI بالفعل تقنية RL متعددة الجولات كتقنية مُدارة بدون خادم. لكننا سمعنا من العملاء الذين يرغبون في تحديد دوال الخسارة الخاصة بهم، وتشكيل إشارات المكافأة، أو مراحل RL في حلقة واحدة. توفر جلسات التدريب هذه المرونة اللازمة.
"باستخدام جلسات التدريب دون استخدام خادم SageMaker AI، قمنا بتعديل gpt-oss-20b لتشغيل الأدوات المتعددة الجولات كأجهزة وكالة، باستخدام مخطط المعرفة Amazon Neptune — وكانت المنصة تتولى البنية التحتية. عملية الإعداد كانت سهلة للغاية، بدون أي تعديل يدوي أو مشاكل متعلقة بالذاكرة. كانت عملية استئناف العمل من نقطة معينة موثوقة تمامًا؛ حيث كان إعادة البدء من نفس الخطوة موثوقًا تمامًا. هذا ساعد المطورين على الحصول على المرونة التي يريدونها، بينما خفف العبء التشغيلي عنهم."
— نيتين واج، الرئيس التنفيذي لشركة كاريني آي.
كيف يعمل
يقوم الكود الخاص بك بتشغيل حلقة التدريب ودالة المكافأة في البيئة الخاصة بك، ويربطالعامل مع أدواته أو المحاكيات. تقوم جلسة التدريب بإنجاز العمل الذي يتطلب استخدام GPU: يقوم مُولّد الإجابات بتوليد الاستجابات، بينما يقوم المدرب بحساب الانحدارات وتحديث أوزان النموذج. الترتيب الدقيق يعتمد على الخوارزمية التي تكتبها.
على سبيل المثال، دعونا نلقي نظرة على تنفيذ Group Relative Policy Optimization (GRPO). GRPO هو طريقة تعلم تعزيزية تنتج عدة ردود على نفس الطلب، وتقيّمها، وتستخدم أداءها النسبي لتحديث النموذج. مرور واحد عبر الحلقة يعمل كالتالي:
- إجابات العينة – يطلب الرابط الخاص بك من المحلل أن يقوم بتوليد عدة إجابات لكل طلب باستخدام النموذج الحالي.
- قم بتقييمهم – تُقيّم وظيفة المكافأة كل رد في بيئتك باستخدام مُصادق، نموذج المكافأة، أو جهاز الاختبار.
- تحديث النموذج – يقوم الدائرة الخاصة بك بإرسال النتائج إلى المدرب. يستخدم دالة
forward_backward()هذه النتائج لحساب التدرجات، بينما تطبق دالةoptim_step()التحديث على أوزان النموذج. - تجديد وتكرار – يطلب الدورة الخاصة بك من الجلسة تجديد عداد العينات مع الأوزان المحدثة، ثم يبدأ الدفعة التالية. يكرر الكود هذه الخطوات حتى اكتمال التدريب.
تدفع تكاليف التوكنات التي يقوم SageMaker AI بتشغيلها. يتوقف المحول عندما يحصل دالة المكافأة على مجموعة من البيانات في البيئة الخاصة بك، ولا يوجد قدرة للحجز.
احتفظ بسيطرة على بياناتك ونماذجك
كل جلسة تستخدم دور تنفيذ إدارة الهوية والوصول في AWS IAM الذي تقوم بتوفيره، ويمكنك إضافة مفتاح خدمة إدارة المفاتيح في AWS (AWS KMS) وتكوين السحابة الخاصة الافتراضية (VPC). تظل بياناتك في حصص خدمة التخزين البسيط في Amazon (Amazon S3) في منطقة AWS التي تختارها، كما تظل نقاط التحقق الخاصة بك هناك أيضًا.
نحن لا نستخدم بياناتك أو الأوزان المخصصة لك لتدريب نموذج آخر. قبل التشغيل، يمكنك تقييم النموذج من حيث الدقة والتحيز والسلامة. بعد التشغيل، يمكنك تطبيق قيود حماية ومراقبته باستخدام Amazon CloudWatch.
يمكنك الاستمرار في استخدام عمليات الحوكمة التي تمتلكها فرقك.
بدأ التطبيق اليوم
اكتب دورة تدريبك الخاصة على جلسات تخصيص النماذج غير المتمتعة بخادم SageMaker AI، المتاحة اليوم مع دعم لـ gpt-oss-20b، gemma-4-31B-it، Qwen3.6-27B، وQwen3.8-27B.
طريقتان للبدء:
- في محرك التطوير الخاص بك: قم بتثبيت برنامج SDK Python لـ SageMaker (على لينكس أو ماك osx مع Python من 3.10 إلى 3.12)، وقم باستنساخ الكتاب الإرشادي، ثم ابدأ في التطوير.
- في SageMaker Studio: قم بتشغيل بيئة تطوير الذكاء الاصطناعي الجاهزة في أقل من 20 ثانية. سجل الدخول، افتح دفتر ملاحظات، واتصل بعنصر البرمجة الخاص بك (Kiro، Claude Code، Codex، أو Copilot)، قم بتنزيل مهارات العنصر وكتاب الطبخ الخاص به، وستكون جاهزًا للبدء.