发布于: Nov 10, 2022
从今天开始，Amazon SageMaker JumpStart 提供另外两个最先进的基础模型，分别是用于文本生成的 Bloom 和用于图像生成的 Stable Diffusion。客户可以通过 SageMaker Studio 内的 SageMaker Python SDK API 和 SageMaker JumpStart UI 访问新添加的模型。
Bloom 可用于完成 46 种不同语言的句子或生成长段落，并且生成的文本通常看起来与人类书写的文本没有区别。此版本包括用于文本生成的 Bloom-560m、Bloom-1b1 和 Bloom-1b7 模型。Stable Diffusion 基于给定的文本生成图像，因其与输入文本相差无几的逼真图像而闻名。
Amazon SageMaker JumpStart 是 SageMaker 的机器学习 (ML) 中心，它提供了 350 多种内置算法、预训练模型和预构建的解决方案模板，可以帮助客户快速开始使用 ML。JumpStart 中托管的预训练模型是来自热门模型中心（例如 TensorFlow、PyTorch、Hugging Face 和 MXNet）的最先进 (SOTA) 的公开模型，支持对象检测、文本分类和文本生成等常用的 ML 任务。为了帮助数据科学家和 ML 从业者快速、安全地开始工作，模型将内容存储在 AWS 资源库中，同时附带了与 SageMaker 功能兼容的训练和推理脚本。客户可以使用自己的数据对模型进行微调，也可以按原样部署以进行推理。
在提供 Amazon SageMaker 的所有区域均可使用所有这些模型。
要详细了解如何使用每个模型，请访问 Bloom 发布博客和 Stable Diffusion 发布博客。要浏览 SageMaker JumpStart 中提供的所有模型，请访问 SageMaker JumpStart ML 中心。