AWS führt SageMaker-AI-Trainingssitzungen für Modellanpassungen ohne GPU-Verwaltung ein

Amazon Web Services hat laut einem AWS-Blogbeitrag die allgemeine Verfügbarkeit von Trainingssitzungen angekündigt, einer neuen Funktion innerhalb der serverlosen Modellanpassung von Amazon SageMaker AI. Die Funktion richtet sich an Unternehmen, die offene Foundation-Modelle mit Post-Training-Verfahren wie Reinforcement Learning anpassen.

Was AWS zufolge die Funktion leistet

AWS zufolge geben Trainingssitzungen Nutzern die Kontrolle über die Post-Training-Logik, ohne dass sie die zugrunde liegende Infrastruktur selbst verwalten müssen. Laut dem Unternehmen schreiben und koordinieren Nutzer die Trainingsschleife selbst, einschließlich individueller Verlustfunktionen oder Belohnungssignale, während SageMaker AI die GPU-Zuweisung, die verteilte Ausführung, die Fehlerbehebung und die Speicherung von Checkpoints übernimmt.

AWS erklärt, dass Nutzer bei der serverlosen Modellanpassung von SageMaker AI keine Instanztypen auswählen, keine Cluster verwalten und keine Konfiguration für verteiltes Training schreiben müssen. Das Unternehmen gibt an, dass Nutzer Verfahren wie Supervised Fine-Tuning (SFT), Direct Preference Optimization (DPO), Reinforcement Learning with Verifiable Rewards (RLVR), Reinforcement Learning from AI Feedback (RLAIF) oder mehrstufiges Reinforcement Learning anwenden können. Laut AWS können Nutzer außerdem festlegen, welcher Teil eines Modells mittels Low-Rank Adaptation (LoRA) oder vollständigem Fine-Tuning aktualisiert wird, und Verfahren über das von AWS als kontinuierliche Anpassung bezeichnete Vorgehen miteinander verketten.

Um Nutzern den Einstieg zu erleichtern, hat AWS nach eigenen Angaben ein Cookbook zu SageMaker-AI-Trainingssitzungen veröffentlicht, das Beispiele, Anwendungsfälle und Agent-Skills zur Modellanpassung enthält. Laut AWS können Nutzer einem Agenten ihren Anwendungsfall beschreiben, der dann die Datenvorbereitung, die Auswahl des Verfahrens, das Training, die Evaluierung und die Bereitstellung übernimmt, wobei dieser Agent innerhalb von SageMaker Studio, Kiro, Claude Code, Codex oder GitHub Copilot arbeitet.

Mehrstufiges Reinforcement Learning

AWS zufolge liegt ein Schwerpunkt des Updates auf mehrstufigem Reinforcement Learning, das nach Angaben des Unternehmens für Agenten benötigt wird, die Aufgaben wie das Buchen von Reisen, die Priorisierung von Support-Tickets oder mehrstufige Recherchen erledigen, da hierfür mehrere Interaktionsrunden nötig sind, bevor ein Ergebnis bewertet werden kann. AWS erklärt, dass SageMaker AI mehrstufiges RL bereits als verwaltetes, serverloses Verfahren angeboten habe, die Trainingssitzungen jedoch als Reaktion auf Kunden entwickelt wurden, die innerhalb einer einzigen Schleife eigene Verlustfunktionen, Belohnungssignale oder RL-Phasen definieren wollten.

Laut AWS fordert die Trainingsschleife eines Nutzers bei einem typischen Reinforcement-Learning-Durchlauf einen Sampler dazu auf, mit dem aktuellen Modell mehrere Antworten auf eine Eingabe zu erzeugen; die Belohnungsfunktion des Nutzers bewertet jede Antwort mithilfe eines Verifizierers, eines Belohnungsmodells oder eines Testrahmens; die Schleife sendet die Bewertungen an einen Trainer, der Gradienten berechnet und die Modellgewichte aktualisiert; anschließend wird der Sampler vor Beginn des nächsten Batches mit den aktualisierten Gewichten erneuert.

AWS erklärt, dass die Abrechnung auf Basis der von SageMaker AI verarbeiteten Tokens erfolgt, dass die Abrechnungsuhr stoppt, während die Belohnungsfunktion eines Nutzers einen Batch innerhalb der eigenen Umgebung des Nutzers bewertet, und dass keine Kapazität reserviert werden muss.

Von AWS zitierte Kundenstimmen

AWS zitierte eine Stellungnahme von Rob Gontarek, Senior Vice President of Data Science bei ImagineSoftware, der erklärte, das Unternehmen habe die serverlosen Trainingssitzungen genutzt, um ein Modell zur Priorisierung von Leistungsablehnungen im Gesundheitswesen zu entwickeln, und dass die niedrigschwellige API-Oberfläche der Plattform den Wissenschaftlern des Unternehmens eine feingranulare Kontrolle gegeben habe, um Reinforcement Learning für einen genauigkeitskritischen Anwendungsfall zu verfolgen.

AWS zitierte außerdem eine Stellungnahme von Nitin Wagh, CEO von Karini AI, der erklärte, das Unternehmen habe das Modell gpt-oss-20b mithilfe des Dienstes für agentenbasiertes, mehrstufiges Tool-Calling gegen seinen Amazon-Neptune-Wissensgraphen feinabgestimmt, und dass die Einrichtung weder manuelles Tuning noch die Fehlersuche bei Speicherüberläufen erfordert habe, bei zuverlässiger Checkpoint-and-Resume-Funktionalität.

Quelle: AWS Machine Learning Blog, „Announcing new ways to customize models with SageMaker AI, without managing GPUs", veröffentlicht am 22. Oktober 2026.