O que foi anunciado
A AWS anunciou que o Amazon SageMaker AI agora oferece suporte à personalização de modelos de forma serverless para o NVIDIA Nemotron 3 Nano, um modelo de pesos abertos com 30 bilhões de parâmetros totais. A novidade traz duas técnicas de customização: o Ajuste Fino Supervisionado (SFT) e o Ajuste Fino por Reforço (RFT).
O que é personalização de modelos e por que isso importa
Modelos de fundação como o Nemotron 3 Nano são poderosos por padrão, mas nem sempre entregam o melhor desempenho em tarefas muito específicas de um negócio. A personalização de modelos resolve exatamente isso: ela permite adaptar o modelo com dados proprietários da própria organização.
Com esse recurso, é possível:
- Melhorar a precisão do modelo em tarefas específicas de um domínio;
- Alinhar as respostas geradas ao tom e à identidade da organização;
- Aprimorar o desempenho em novas tarefas usando dados rotulados internos.
Em outras palavras, em vez de usar o modelo “do jeito que veio”, as equipes podem moldá-lo para o contexto real de uso — seja saúde, jurídico, atendimento ao cliente ou qualquer outro domínio.
O diferencial serverless: sem gerenciar infraestrutura
O ponto mais relevante dessa atualização é a abordagem serverless. Ao usar a personalização serverless no SageMaker AI, toda a provisão de infraestrutura e a orquestração do treinamento são gerenciadas automaticamente pela AWS. Isso significa que as equipes podem focar no que realmente importa — os dados e a avaliação dos resultados — sem precisar configurar ou gerenciar clusters de treinamento.
O modelo de cobrança também segue a lógica serverless: você paga apenas pelo que usa, sem necessidade de manter recursos provisionados enquanto não há trabalho em execução.
Disponibilidade e como começar
A personalização serverless do NVIDIA Nemotron 3 Nano no SageMaker AI já está disponível nas seguintes regiões da AWS:
- US East (N. Virginia)
- US West (Oregon)
- Asia Pacific (Tokyo)
- Europe (Ireland)
Para começar, basta acessar a página de Modelos dentro do Amazon SageMaker Studio e iniciar um job de personalização pela interface. Para quem prefere automação e acesso programático, o recurso também está disponível via SDK Python do SageMaker. Mais detalhes técnicos podem ser encontrados na documentação oficial de personalização de modelos do SageMaker AI.
Fonte
SageMaker AI now supports serverless fine-tuning for NVIDIA Nemotron models (https://aws.amazon.com/about-aws/whats-new/2026/05/amazon-sagemaker-ft-nemotron-3/)
Leave a Reply