अमेज़न सेजमेकर सर्वरलेस मॉडल कस्टमाइजेशन के साथ एआई-संचालित उत्पाद टैगिंग सिस्टम बनाएं
aws ·
यह लेख Amazon SageMaker के सर्वरलेस मॉडल कस्टमाइजेशन का उपयोग करके AI-संचालित प्रोडक्ट टैगिंग सिस्टम बनाने की एक विधि का वर्णन करता है। यह सामान्य उद्देश्य वाले फ्रंटियर मॉडलों पर निर्भर रहने के बजाय Qwen3-8B ओपन-वेट मॉडल को कस्टमाइज़ करके रिटेल कैटलॉग में मैन्युअल टैगिंग की चुनौती को संबोधित करता है। कार्यप्रवाह डेटा तैयारी से शुरू होता है, जहाँ स्रोत कैटलॉग जानकारी को सुपरवाइज्ड फाइन-ट्यूनिंग (SFT) डेटासेट्स में परिवर्तित किया जाता है। इसके बाद, मॉडल विशिष्ट टैगिंग स्कीमा सीखने के लिए SFT से गुजरता है, जिसके बाद ग्रुप रिलेटिव पॉलिसी ऑप्टिमाइजेशन (GRPO) का उपयोग करते हुए वेरिफिएबल रिवार्ड्स के साथ रिनफोर्समेंट लर्निंग (RLVR) आता है। इस अनुकूलन चरण में रिक्वायर और प्रिसीजन के बीच संतुलन बनाए रखने और स्थिर विशेषता उत्पन्न सुनिश्चित करने के लिए एक डिटरमिनिस्टिक रिवार्ड फंक्शन का उपयोग किया जाता है। अंत में, अनुकूलित मॉडल बैच-ओरिएंटेड कैटलॉग एन्रिचमेंट के लिए प्रविजंड इंस्टेंसेस पर Amazon SageMaker असिंक्रोनस इन्फरेंस के माध्यम से तैनात किया जाता है। यह दृष्टिकोण कंप्यूट संसाधनों को कुशलता से प्रबंधित करने के लिए सर्वरलेस ट्रेनिंग क्षमता का लाभ उठाते हुए उच्च गुणवत्ता वाले आउटपुट को बनाए रखता है।
aws