# SageMaker voegt volledige fine-tuning toe aan AI Serverless

> AWS laat gebruikers nu LLM’s volledig fine-tunen in SageMaker AI Serverless, zonder GPU-clusters. Op grote datasets kan dat de nauwkeurigheid verbeteren.

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

Amazon SageMaker AI Serverless Model Customization ondersteunt nu Full Fine-Tuning (FFT). De dienst voert FFT-taken uit zonder dat gebruikers GPU’s hoeven te reserveren of clusters moeten opzetten. In tests met een dataset van 110,000 codevoorbeelden behaalde FFT 90 % semantische correctheid en presteerde het op alle kwaliteitsmetingen beter dan LoRA. Dezelfde code waarmee een LoRA-taak wordt gestart, kan ook voor FFT worden gebruikt door één parameter te wijzigen.

## De feiten

- FFT-ondersteuning aangekondigd op 2026‑11‑19 («Full Fine‑Tuning (FFT) on SageMaker AI Serverless Model Customization» – gepubliceerd op donderdag 19 november 2026).
- FFT is gebruikt om een Qwen3‑4B-model te fine-tunen op 110 K code-instructies. Het behaalde een semantische correctheid van 90 % volgens LLM-as-Judge.

## Waarom het ertoe doet

Bedrijven kunnen de nauwkeurigheid van modellen voor complexe taken verbeteren zonder GPU-infrastructuur te beheren, waardoor de operationele lasten en kosten dalen.

## Bronnen en referenties

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

Laatst bijgewerkt: 2026-11-19
