# SageMaker Serverless unterstützt jetzt vollständiges Fine-Tuning

> AWS ermöglicht vollständiges Fine-Tuning von LLMs mit SageMaker AI Serverless – ohne GPU-Cluster und mit höherer Genauigkeit bei großen Datensätzen.

Oossa · 2026-11-19 · https://oossa.com/de/sagemaker-adds-full-fine-tuning-to-ai-serverless-customization

Amazon SageMaker AI Serverless Model Customization unterstützt jetzt Full Fine-Tuning (FFT). Der Dienst führt FFT-Jobs aus, ohne dass Nutzer GPUs bereitstellen oder Cluster einrichten müssen. Bei Tests mit einem Code-Datensatz aus 110,000 Beispielen erreichte FFT eine semantische Korrektheit von 90 % und schnitt bei allen Qualitätsmetriken besser ab als LoRA. Für FFT lässt sich derselbe Code verwenden wie zum Starten eines LoRA-Jobs – es muss lediglich ein Parameter geändert werden.

## Die Fakten

- Die FFT-Unterstützung wurde am 2026‑11‑19 angekündigt („Full Fine‑Tuning (FFT) on SageMaker AI Serverless Model Customization“ – veröffentlicht am Do., 19. Nov. 2026).
- Beim Fine-Tuning eines Qwen3‑4B-Modells mit 110 K Code-Anweisungen erreichte FFT eine semantische Korrektheit von 90 % bei der Bewertung durch ein LLM als Richter.

## Warum es wichtig ist

Unternehmen können die Genauigkeit von Modellen bei komplexen Aufgaben verbessern, ohne GPU-Infrastruktur verwalten zu müssen. Das senkt den Betriebsaufwand und die Kosten.

## Quellen und Referenzen

1. [Full Fine-Tuning (FFT) on SageMaker AI Serverless Model Customization](https://aws.amazon.com/blogs/machine-learning/full-fine-tuning-fft-on-sagemaker-ai-serverless-model-customization/) – AWS, 2026-11-19

Zuletzt aktualisiert: 2026-11-19
