AWS упростила тонкую настройку ИИ-моделей в SageMaker для работы с инструментами и решения специфичных для вашей компании задач
ИИ-агент может звучать убедительно и при этом не справляться с порученной ему работой. Чтобы научить его выбирать нужный инструмент, следовать рабочим процессам компании и распознавать успешный результат, недостаточно предоставить доступ к мощной модели. Для команд, которые самостоятельно настраивают модели, это также может означать необходимость управлять дорогостоящей вычислительной инфраструктурой, задействованной в каждом эксперименте.
Amazon Web Services (AWS) нацелилась на решение второй проблемы с помощью тренировочных сессий — новой функции Amazon SageMaker AI, платформы для разработки и развертывания моделей машинного обучения.
Компания объявила о всеобщей доступности функции 22 октября. Она позволяет разработчикам управлять обучением уже существующей модели, пока AWS берет на себя работу с графическими процессорами.
Команды разработчиков и пользователи пишут процедуру обучения и определяют, как измерять успех; SageMaker выделяет вычислительные ресурсы, координирует работу процессоров, восстанавливается после сбоев и сохраняет ход обучения.
Для компаний, разрабатывающих специализированных агентов, привлекательность решения заключается в сочетании гибкости и сокращения операционной нагрузки. Команда может экспериментировать с собственными механизмами обратной связи, не создавая при этом инфраструктуру для их работы. Приведет ли это к появлению более качественной или дешевой модели, по-прежнему зависит от задачи, обучающих данных и оценки результатов.
Что изменилось по сравнению с существующими возможностями настройки SageMaker
SageMaker уже много лет поддерживает дообучение. В сентябре 2023 года AWS описала настройку Llama 2 с помощью JumpStart — через визуальный интерфейс или Python SDK.
Разработчики также могли загружать собственные сценарии обучения в SageMaker Training Jobs. Это обеспечивало широкие возможности настройки, а AWS выделяла машины и управляла ими, но такие решения, как выбор типа экземпляра, среды обучения и конфигурации распределенного обучения, оставались за клиентами. Таким образом, возможность задавать собственную логику обучения для SageMaker не нова.
В декабре 2025 года AWS добавила бессерверную настройку моделей. Команды могли выбирать поддерживаемые модели и методы обучения, а вычислительные ресурсы подбирала AWS. По словам компании, управляемое многошаговое обучение с подкреплением также появилось до сегодняшнего релиза.
Тренировочные сессии сочетают более детальный программный контроль с бессерверным подходом. Разработчики задают отдельные операции — генерируют ответы, рассчитывают обновления и применяют их — через вызовы API, а AWS управляет вычислениями на графических процессорах. Код разработчиков может менять последовательность операций, задавать собственные цели обучения и объединять этапы обучения.
Новшество заключается в способе проводить настройку модели после предварительного обучения с меньшим объемом конфигурации инфраструктуры. Оно расширяет гибкость бессерверного предложения AWS, но не добавляет в SageMaker дообучение или обучение с подкреплением впервые.
Такая гибкость важна для агентов, успех которых зависит от выполнения нескольких действий. Например, внутренний агент службы поддержки может обратиться к документации, проверить учетную запись и выбрать способ эскалации. При обучении можно поощрять успешное решение проблемы и штрафовать за несанкционированные действия.
В своем анонсе AWS описывает как Low-Rank Adaptation (LoRA), при которой обучаются относительно небольшие дополнения к модели, так и полное дообучение, обновляющее все ее параметры, в рамках более широкого бессерверного предложения. В опубликованном кулинарном сборнике примеров для тренировочных сессий показан метод LoRA, а в блоге не уточняется, как оба подхода соотносятся с каждой моделью. В обоих случаях адаптируются предварительно обученные модели.
Как работает цикл обучения
AWS разделяет работу между кодом клиента и управляемым сервисом.
Программное обеспечение клиента задает ход эксперимента, подключает агента к инструментам или симулированным средам и оценивает его поведение. SageMaker выполняет ресурсоемкие вычисления, необходимые для генерации ответов и обновления модели.
В качестве примера AWS приводит Group Relative Policy Optimization (GRPO): модель генерирует несколько ответов на запрос, функция оценки клиента оценивает их, а сервис обучения использует относительные оценки, чтобы задать направление обновления. Затем процесс повторяется с обновленной моделью.
В кулинарном сборнике примеров для обучения AWS объясняет, что между операциями модель остается в памяти графического процессора. Разработчики могут приостановить процесс, чтобы изучить результаты и скорректировать процедуру, а эксперименты с обучением с подкреплением могут генерировать ответы без отдельной развернутой конечной точки инференса.
В сборнике приведены примеры дообучения чатов, решения математических задач, программирования и обучения на основе предпочтений. AWS также сообщает, что предоставляет навыки для ИИ-агентов, помогающие ассистентам по программированию выполнять задачи на этапах подготовки, обучения, оценки и развертывания. Поддерживаются Kiro, Claude Code, Codex и GitHub Copilot.
Эти инструменты не избавляют от необходимости принимать технически обоснованные решения. Клиентам по-прежнему нужно определить, чему должна научиться модель, убедиться, что заданные вознаграждения поощряют нужное поведение, и проверить, сохраняются ли улучшения на незнакомых примерах.
Первые клиенты нацелились на обработку претензий и работу с инструментами
AWS называет ImagineSoftware и Karini AI первыми пользователями сервиса.
ImagineSoftware использовала сервис для разработки модели, которая с помощью обучения с подкреплением сортирует отказы в оплате медицинских страховых требований. Роб Гонтарек, старший вице-президент компании по науке о данных, отмечает возможность управлять отдельными операциями обучения.
«Тренировочные сессии дают нам нужные базовые инструменты для достижения производительности, соответствующей промышленным требованиям», — сказал Гонтарек в анонсе AWS.
Karini AI использовала сервис для настройки gpt-oss-20b — модели для агента, который взаимодействует с графом знаний Amazon Neptune, выполняя несколько последовательных шагов. Генеральный директор компании Нитин Ваг подчеркивает, что решение сокращает объем подготовительной работы и позволяет возобновить обучение с сохраненной контрольной точки.
«Это дало нашим разработчикам желанную гибкость и одновременно сняло с них операционную нагрузку», — сказал Ваг в публикации.
Эти примеры показывают, на какие специализированные рабочие процессы ориентируется AWS. Однако они не подтверждают количественно окупаемость инвестиций: в опубликованном анонсе нет сравнительных данных клиентов о точности, совокупных затратах или скорости развертывания.
Оплата за токены меняет расчет стоимости
AWS сообщает, что клиенты платят за обработанные токены — единицы текста, с которыми работает модель, — а не резервируют мощности графических процессоров. Тарификация тренировочной сессии приостанавливается, пока собственный код клиента оценивает пакет данных.
Это может иметь значение, если оценка результатов занимает много времени между обновлениями модели. Однако приостановка тарификации тренировочной сессии не означает, что остальная часть приложения становится бесплатной: командам по-прежнему нужно учитывать расходы на отдельно используемые вычислительные ресурсы, хранилище, сервисы оценки и инференс в рабочей среде.
В технической документации AWS выделяет три составляющие тарификации: обработку входных данных, генерацию ответов и обучение. Поэтому для содержательного сравнения нужно оценить все три компонента в ходе нескольких экспериментов.
В публикации о запуске не указаны расценки в долларах или примерная итоговая стоимость обучения. AWS направляет клиентов на страницу с тарифами SageMaker. Сама по себе оплата за токены не доказывает, что сервис обойдется дешевле, чем выполнение аналогичной работы на выделенной инфраструктуре.
Четыре модели на старте, доступность зависит от региона
В опубликованном анонсе AWS подтверждена поддержка gpt-oss-20b, gemma-4-31B-it, Qwen3.6-27B и Qwen3.8-27B.
В общедоступной таблице моделей, изученной VentureBeat, указаны регионы для первых трех моделей, но пока не уточняется, где доступна Qwen3.8-27B.
В сборнике примеров AWS перечислены поддерживаемые регионы: Северная Вирджиния, Орегон и Мумбаи. Согласно таблице моделей, GPT-OSS-20B доступна во всех трех регионах, а Gemma-4-31B-it и Qwen-3.6-27B — в Орегоне и Мумбаи.
В документации также указана настраиваемая квота по умолчанию — две одновременные сессии дообучения.
Разработчики могут начать работу в собственной среде разработки с помощью SageMaker Python SDK и сборника примеров или воспользоваться SageMaker Studio. Для работы с SDK AWS указывает Linux и macOS, а также версии Python с 3.10 по 3.12.
AWS выводит свою корпоративную инфраструктуру на конкурентный рынок
AWS выходит на уже сложившийся рынок сервисов обучения, которые отделяют проектирование алгоритмов от управления графическими процессорами. Сервис Tinker от Thinking Machines Lab предлагает близкий подход с интерфейсами для генерации ответов, обновления моделей и сохранения прогресса. В его опубликованных тарифах также отдельно учитываются обработка входных данных, генерация ответов и обучение.
Для компании, уже использующей AWS, потенциальное преимущество заключается в том, как обучение вписывается в существующую инфраструктуру и систему контроля.
AWS сообщает, что в сессиях используются роли доступа, определяемые клиентами, а также могут применяться управляемые клиентами ключи шифрования и конфигурации частных сетей. Обучающие данные и сохраненные контрольные точки моделей хранятся в S3 клиента в выбранном им регионе. Компания утверждает, что не использует ни данные клиентов, ни настроенные ими веса для обучения других моделей.
В публикации также упоминаются оценка перед развертыванием, а после него — защитные механизмы и мониторинг CloudWatch. Это инструменты контроля, которые могут применять команды, а не доказательство того, что настроенная модель автоматически соответствует требованиям к точности или безопасности.
AWS также сообщает, что настроенные модели можно запускать для инференса на SageMaker, а выбранные модели — импортировать в Amazon Bedrock. Это уточнение важно: анонс не подтверждает, что для каждой поддерживаемой модели доступны одинаковые варианты развертывания.
Для покупателей практический критерий — помогает ли дополнительный контроль над обучением решить измеримую бизнес-задачу. Полезный пилотный проект должен сравнить настроенную модель с текущим решением по успешности выполнения задач, числу ошибок и совокупным эксплуатационным затратам.
Тренировочные сессии могут сократить объем работы с инфраструктурой, необходимой для такого эксперимента. Но более сложная задача по-прежнему остается за компанией: определить, как выглядит успешное поведение, и доказать, что модель ему научилась.
Умным агентам нужно больше памяти. Лучшие команды будут использовать меньше. Узнайте, как это сделать, на саммите VentureBeat Agentic Infrastructure Stack Summit, который пройдет 28 октября в Сан-Франциско. Для участия нужно подать заявку.
