Al preparar un conjunto de datos de entrenamiento para ajustar los modelos fundacionales de Amazon Bedrock para tareas de texto a texto, ¿qué formato de datos se debe utilizar?

Para ajustar modelos fundacionales en Amazon Bedrock para tareas de texto a texto, se requiere un conjunto de datos de entrenamiento en formato JSON Lines, donde cada línea es un objeto JSON que contiene pares de entrada y salida etiquetados. Este formato permite al modelo aprender la relación entre un prompt (entrada) y su respuesta deseada (salida). Un archivo CSV con ejemplos sin etiquetar o un archivo de texto plano con texto sin etiquetar no son adecuados porque el ajuste fino supervisado necesita ejemplos de entrada y salida claramente definidos. Un archivo CSV con datos tabulares es más apropiado para tareas de clasificación o regresión con datos estructurados, no para el ajuste de modelos de lenguaje para generación de texto.