# SageMaker добавил полное дообучение моделей без GPU-кластеров

> Теперь в AWS SageMaker AI Serverless можно полностью дообучать большие языковые модели без GPU-кластеров. На больших наборах данных это повышает точность.

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

В SageMaker AI Serverless Model Customization появилась поддержка полного дообучения (FFT). Сервис выполняет такие задачи без необходимости выделять GPU или настраивать кластеры. В тестах на наборе данных с 110,000 примерами кода FFT обеспечил 90 % семантической корректности, превзойдя LoRA по всем показателям качества. Для запуска FFT можно использовать тот же код, что и для LoRA, изменив всего один параметр.

## Факты

- О поддержке FFT объявили 2026‑11‑19 («Full Fine‑Tuning (FFT) on SageMaker AI Serverless Model Customization» — опубликовано в четверг, 19 ноября 2026 года).
- Модель Qwen3‑4B дообучили методом FFT на 110 K инструкций по программированию; семантическая корректность по оценке LLM-as-Judge составила 90 %. 

## Почему это важно

Компании могут повысить точность моделей при решении сложных задач, не управляя GPU-инфраструктурой, что снижает эксплуатационные затраты и нагрузку.

## Источники и ссылки

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

Обновлено: 2026-11-19
