AWS推出SageMaker training session APIs：自写训练循环，GPU托管
热点事件持续更新
AWS推出SageMaker training session APIs：自写训练循环，GPU托管
2 篇报道1 个报道来源2 小时前更新
先了解这件事
AI 综述
AWS在Amazon SageMaker AI的无服务器模型定制中推出training session APIs（GA），把forward_backward()、optim_step()、sample()等操作变成API调用，用户可自行编写SFT、偏好优化或RL训练循环，GPU分配、分布式执行、故障恢复和checkpoint存储由平台托管。 计费按处理的token量计算，只收训练循环实际消耗的计算费用，例如奖励函数在本地机器上花10秒给批次打分期间不计GPU费用。支持的基础模型及各模型可用的AWS区域以training session APIs文档为准。
AI 根据报道生成 · 47 分钟前更新
最新进展10月23日 02:00
Amazon SageMaker AI 推出 training sessions，无需管理 GPU 即可自定义模型报道时间线
沿着报道，了解事件的不同侧面。
10月23日
- AWS Machine Learning BlogAmazon SageMaker AI 推出 training sessions，无需管理 GPU 即可自定义模型
Amazon SageMaker AI 的 serverless model customization 正式推出 training sessions（GA），用户可自行编写训练循环、自定义损失函数与奖励信号，GPU 分配、分布式执行、故障恢复和 checkpoint 存储由平台托管。
- AWS Machine Learning BlogAmazon SageMaker 推出 training session APIs：自写训练循环而无需管理 GPU
Amazon SageMaker AI 新增 training session APIs，把 forward_backward()、optim_step()、sample() 等操作变成 API 调用，让用户自己编写 SFT、偏好优化或 RL 训练循环，同时由服务托管 GPU、分布式执行、故障恢复等基础设施。
本事件热度走势
还没有足够的连续观测数据，暂不绘制趋势。