DataPulse 是一家分析公司，希望在 Amazon Bedrock 中微調一個基礎模型，以改善其產品支援對話的回應。您已經準備好一個訓練檔案並將其上傳到 s3://datapulse-bedrock/train/support_finetune.jsonl。Bedrock 預期每行有一個訓練範例。以下哪項是建立 Bedrock 微調（模型客製化）任務的正確準備和提交工作流程？

正確答案描述了在 Amazon Bedrock 中微調基礎模型的標準工作流程。Bedrock 要求訓練資料為 JSONL 格式，其中每一行都是一個獨立的 JSON 物件，包含 prompt 和 completion 鍵。將此檔案上傳到 S3 後，您需要呼叫 CreateModelCustomizationJob API，提供基礎模型 ARN、S3 訓練資料 URI、具有 S3 讀取權限的 IAM 角色 ARN，並將 trainingFormat 設定為 "jsonl"。 其他選項不正確的原因如下： 使用單一 JSON 陣列檔案並啟動 SageMaker HyperParameterTuningJob 不適用於 Bedrock 的微調功能。Bedrock 有自己的模型客製化 API。 Bedrock 不支援 CSV 格式進行模型微調，且需要完整的 S3 物件路徑，而不是僅僅儲存桶名稱。 Bedrock 的 JSONL 格式要求每行是一個獨立的 JSON 物件，而不是將整個檔案包裝在一個頂層 JSON 物件中。此外，透過主控台提交微調任務仍需要適當的 IAM 角色權限。