Az AWS elérhetővé tette a SageMaker egyedi tanítási ciklusait kezelő munkameneteit

Az AWS 2026. október 22-én jelentette be az általános elérhetőséget. A bemutatott példában világosan elkülönülnek a feladatok: egy mintavételező válaszokat készít, a fejlesztő jutalmazófüggvénye pontozza őket, majd a tanító komponens kiszámítja és végrehajtja a modell módosításait. A kód ezután frissíti a mintavételezőt, mielőtt újabb adagot dolgozna fel. Ez a sorrend a bejelentés megerősítéses tanulási példájára vonatkozik; a tényleges sorrendet a választott algoritmus határozza meg.

A technikai ismertető a fejlesztő saját gépén futó Python-folyamatot ír le. Ez külön tanítási műveleteket hív meg egy élő munkamenetben, ahol a modell a lépések között betöltve marad a GPU-kon. Az AWS ezt a megközelítést egyedi tanítási célfüggvényeken dolgozó kutatóknak és a beállításokkal vezérelt tanítási recepteknél több irányítást igénylő mérnököknek szánja. Az algoritmust továbbra is a fejlesztők írják; az infrastruktúra kezelése a szolgáltatás feladata.

A beállítási útmutató az első munkamenet előtt előkészítést ír elő: be kell állítani a hívó azonosságát, a munkamenet által felvett végrehajtási szerepkört és egy modellcsomagcsoportot az ellenőrzőpontok számára. A hívóhoz és a végrehajtási szerepkörhöz eltérő jogosultságok tartoznak. A mentett ellenőrzőpontokat a szolgáltatás ebben a csoportban regisztrálja modellcsomagként.

Konkrét kezdőfeladatként a példák dokumentációja olyan kódtanítási receptet ismertet, amely a generált megoldásokat helyi, elkülönített futtatókörnyezetben egységtesztekkel vizsgálja, és a sikeres tesztek arányát jutalmazza. A receptek az adagolás mellett az értékelést, a folytatható ellenőrzőpont-mentést és a mérőszámokat is lefedik. Egy külön telepítési jegyzetfüzet viszi a mentett ellenőrzőpontot valós idejű végpontra: a tanítási ciklus befejezése önmagában még nem telepítés.