AmazonAmazon ML Engineer Associate MLA-C01 Certification
·CN
·更新于 4 Aug 2026
分析公司 DataPulse 希望在 Amazon Bedrock 中微调基础模型,以改进其产品支持对话的响应。您已准备好训练文件并将其上传到 s3://datapulse-bedrock/train/support_finetune.jsonl。Bedrock 期望每行一个训练示例。以下哪项是创建 Bedrock 微调(模型自定义)作业的正确准备和提交工作流程?
选择一个答案
点击一个选项来检查您的答案。
正确答案: 创建一个 JSONL 文件,其中每行都是一个对象,包含两个键:“prompt”(用户输入)和“completion”(助手响应)。上传到 S3 (application/jsonlines)。调用 Bedrock CreateModelCustomizationJob(或等效的 SDK),指定 baseModelArn、指向 s3://datapulse-bedrock/train/support_finetune.jsonl 的 trainingDataS3Uri、具有 S3 读取权限的 roleArn,并将 trainingFormat 设置为“jsonl”。监控作业并获取模型自定义 ARN。.
为什么这是答案
正确答案描述了在 Amazon Bedrock 中微调模型的标准和推荐工作流程。Bedrock 模型自定义(微调)作业要求训练数据为 JSONL 格式,其中每行是一个包含“prompt”和“completion”键的对象,存储在 S3 中。CreateModelCustomizationJob API 调用需要指定基础模型 ARN、S3 训练数据 URI、具有 S3 读取权限的 IAM 角色,并将 trainingFormat 设置为“jsonl”。
其他选项不正确,因为:
将所有示例放在单个 JSON 数组文件中并使用 SageMaker HyperParameterTuningJob 不适用于 Bedrock 的模型自定义功能。Bedrock 有其自己的微调 API。
Bedrock 模型自定义不支持 CSV
通过考试 — 无需无休止地寻找答案
将本次考试的所有验证问题和解释集中在一处,节省数小时的准备时间。1,000+ 认证 · 20+ 语言 · 免费开始。
更快通过考试 →
无需银行卡