Amazon añade 'agentic fine‑tuning' a SageMaker para personalizar LLMs como Llama, Qwen, Deepseek y Nova

Amazon integró en SageMaker IA un agente de 'agentic fine‑tuning' destinado a facilitar la personalización de modelos de lenguaje sin que los desarrolladores tengan que gestionar manualmente múltiples APIs o formatos de datos. El agente acepta descripciones en lenguaje natural y, a partir de ellas, propone el método de entrenamiento más apropiado, prepara los conjuntos de datos necesarios y lanza el proceso de entrenamiento.

Al completar la tarea, el agente genera el código final como notebooks de Jupyter que pueden editarse y reutilizarse para iteraciones y despliegues. La herramienta incluye nueve 'skills' preconstruidos que abarcan el flujo completo, desde la comprobación y limpieza del dataset hasta las etapas de despliegue, lo que automatiza pasos que suelen ser operativos y costosos en tiempo.

Kiro IA se instala por defecto en el entorno de desarrollo, aunque los usuarios pueden optar por Claude Code u otros agentes alternativos. El sistema admite tanto modelos externos como propietarios, entre ellos Llama, Qwen, Deepseek y la familia Nova de Amazon. Al automatizar preparación de datos, selección de método y ejecución del entrenamiento, el agente promete reducir la carga operativa de los equipos que personalizan modelos de lenguaje.