ある企業が Amazon Bedrock でファインチューニングを実施する際に準備すべきことを 2 つ選択してください。
- A. タスクの入力(プロンプト)と期待される出力(回答)のペアからなる学習データセットを JSONL 形式で準備し、S3 に格納する
- B. ファインチューニング完了後にモデルの重みファイルを手動でダウンロードしてデプロイする
- C. ファインチューニング後のモデルを評価するための検証データセット(学習データとは別のホールドアウトセット)を準備する
- D. ファインチューニング実行前に Amazon EC2 の GPU インスタンスを手動で起動して計算リソースを確保する
- E. ファインチューニングの前にベースモデルを Amazon SageMaker にコピーする
解答と解説を見る
正解: A, C
Amazon Bedrock のファインチューニングはフルマネージドサービスとして提供されており、GPU インスタンスの管理やモデルの手動デプロイは不要。利用者が準備すべきは主にデータ。A: ファインチューニングには「プロンプト+回答」のペアデータを JSONL 形式(各行が JSON オブジェクト)で S3 に格納することが必要。Bedrock が指定する形式(例: prompt/completion のペア形式)に従う必要がある。C: 検証データセット(ホールドアウトセット)はモデルが過学習していないかを評価するために不可欠。学習データと検証データを分離することでモデルの汎化性能を確認できる。DはBedrock のマネージドファインチューニングではユーザーが EC2 を手動起動する必要はなく、Bedrock が自動で計算リソースを管理する。EはSageMaker へのコピーは不要。Bedrock 内でファインチューニングが完結する。Bは重みファイルの手動ダウンロード・デプロイも不要。ファインチューニング済みモデルは Bedrock 上でそのまま API 呼び出しで使用できる。
📚 関連サービスの解説: Amazon S3