AWS、SageMaker サーバーレスモデルカスタマイズで構築したAI商品タグ付けシステムの詳細を公表

AWSのブログ記事によると、Linpo Guo、Ray Wang、Josh Chiu、Kanwaljit Khurmiら同社の執筆者が、Amazon SageMakerのサーバーレスモデルカスタマイズ機能を使ってAI駆動の商品タグ付けシステムを構築する技術解説を公開した。

AWSが指摘する課題

AWSによれば、小売業のカタログが整理された構造化属性を伴って届くことは稀だという。商品名、説明文、カテゴリーパスは多数のソースから集まり、絶えず変化し続ける。検索機能やレコメンデーション、カタログナビゲーションは一貫したタグ付けに依存しているが、数千にも及ぶ在庫管理単位(SKU)に手作業でタグを付けるのは時間がかかり、一貫性を保つのも難しいとAWSは説明する。

AWSによれば、汎用のフロンティアモデルはプロンプトエンジニアリングによってタグを生成できるが、タグ付けワークフローが固定スキーマで正しい属性を返すといった、より狭く安定した目的を持つ場合には、小型のオープンウェイトモデルをカスタマイズする方が適していることがあるという。この手法なら、チームはスキーマを直接モデルに学習させ、タグの欠落と不要なタグ付与のトレードオフを最適化し、ワークフローに不要な広範なモデル能力に対して毎回コストを払う必要がなくなる、とAWSは述べている。

AWSが構築したもの

この解説記事の中でAWSは、オープンウェイトモデルのQwen3-8Bを2段階でカスタマイズしたと述べている。まず教師ありファインチューニング(SFT)を行い、続いてGroup Relative Policy Optimization(GRPO)という手法を用いた検証可能な報酬による強化学習(RLVR)を実施した。

AWSによれば、Amazon SageMakerのサーバーレスモデルカスタマイズ機能がこの処理のトレーニング容量を管理する。コンピュート設定が指定されない場合、Amazon SageMakerはカスタマイズジョブ自体のためにトレーニング容量を選択し、処理完了後に解放するという。最適化されたモデルはその後、バッチ処理によるカタログ強化のため、別途Amazon SageMaker非同期推論にデプロイされる、とAWSは説明する。

AWSはこの手法を、同社のamazon-sagemaker-examplesリポジトリにある以前のQwen3-8Bの事例と区別している。以前の事例では、顧客が選択したGPUインスタンスとカスタムトレーニングイメージを使うAmazon SageMaker Training Jobs(SMTJ)が用いられていたという。今回の新しい解説記事では、代わりにAmazon SageMaker Python SDK v3のサーバーレスカスタマイズトレーナー、AWSがSFTTrainerおよびRLVRTrainerと呼ぶものを使用している。

AWSが挙げる前提条件

AWSは、この解説を実践する前に必要となる複数のリソースと権限を挙げている。

• サーバーレスカスタマイズジョブ、AI Registryのデータセットと評価ツール、モデルパッケージグループ、モデル、エンドポイント、非同期推論を管理するためのAmazon SageMaker AI権限、および必要に応じたiam:PassRole
• 元のカタログ、変換済みのトレーニングデータ、モデルアーティファクト、非同期推論のリクエストと出力を読み書きするためのAmazon S3アクセス権
• Amazon ECRへのアクセス権。これはカスタムvLLM推論イメージを構築・ホストする場合にのみ必要で、サーバーレスのSFTおよびRLVRにはカスタムトレーニングイメージが不要であるとAWSは述べている
• 選択したAWSリージョンとモデル/手法の組み合わせがQwen3-8BのSFTおよびRLVRに対応していることの確認
• ml.g6.2xlargeインスタンス、および非同期エンドポイントで使用するエンドポイント数に十分なホスティングクォータ

データについては、公開されているAmazon Sales Datasetを使用するか、同じプロンプト/ターゲット構造に変換した非公開のカタログを使用することもできる、とAWSは述べている。

出典:AWS Machine Learning Blog、「Build an AI-powered product tagging system with Amazon SageMaker serverless model customization」、2026年9月15日公開。