Lors de la préparation d'un jeu de données d'entraînement pour affiner les modèles de fondation Amazon Bedrock pour les tâches de texte à texte, quel format de données doit être utilisé ?

Pour l'affinement des modèles de fondation Amazon Bedrock pour les tâches de texte à texte, le format de données requis est un fichier JSON Lines (JSONL) où chaque ligne est un objet JSON distinct. Chaque objet JSON doit contenir des paires clé-valeur représentant les invites (inputs) et les complétions (outputs) étiquetées. Cela permet au modèle d'apprendre la relation entre l'entrée et la sortie désirée. Un fichier CSV contenant des exemples non étiquetés est incorrect car l'affinement nécessite des données étiquetées pour l'apprentissage supervisé. Un fichier CSV avec des données tabulaires est généralement utilisé pour des tâches de classification ou de régression structurées, pas pour l'affinement de modèles de texte à texte. Un fichier texte brut avec du texte non étiqueté est insuffisant car il ne fournit pas la structure nécessaire d'invites et de complétions pour l'affinement.