Terjemahan disediakan oleh mesin penerjemah. Jika konten terjemahan yang diberikan bertentangan dengan versi bahasa Inggris aslinya, utamakan versi bahasa Inggris.
# Sumber model dan perjanjian lisensi
Amazon SageMaker JumpStart menyediakan akses ke ratusan model yayasan yang tersedia untuk umum dan eksklusif dari sumber dan mitra pihak ketiga. Anda dapat menjelajahi pemilihan model JumpStart dasar langsung di konsol SageMaker AI, Studio, atau Studio Classic.
## Lisensi dan sumber model
Amazon SageMaker JumpStart menyediakan akses ke model dasar yang tersedia untuk umum dan eksklusif. Model yayasan diintegrasikan dan dipelihara dari penyedia open source dan eksklusif pihak ketiga. Dengan demikian, mereka dirilis di bawah lisensi yang berbeda seperti yang ditentukan oleh sumber model. Pastikan untuk meninjau lisensi untuk model dasar apa pun yang Anda gunakan. Anda bertanggung jawab untuk meninjau dan mematuhi persyaratan lisensi yang berlaku dan memastikannya dapat diterima untuk kasus penggunaan Anda sebelum mengunduh atau menggunakan konten. Beberapa contoh lisensi model dasar umum meliputi:
+ Model Guru Alexa
+ Apache 2.0
+ BigScience Lisensi AI yang Bertanggung Jawab v1.0
+ Lisensi CreativeML Open RAIL\+\+-M
Demikian pula, untuk setiap model dasar berpemilik, pastikan untuk meninjau dan mematuhi persyaratan penggunaan dan pedoman penggunaan apa pun dari penyedia model. Jika Anda memiliki pertanyaan tentang informasi lisensi untuk model kepemilikan tertentu, hubungi penyedia model secara langsung. Anda dapat menemukan informasi kontak penyedia model di ** tab ** Dukungan dari setiap halaman model di AWS Marketplace.
## End-user perjanjian lisensi
Beberapa model JumpStart dasar memerlukan penerimaan eksplisit dari perjanjian lisensi pengguna akhir (EULA) sebelum digunakan.
### Penerimaan EULA di Amazon Studio SageMaker
Anda mungkin diminta untuk menerima perjanjian lisensi pengguna akhir sebelum menyempurnakan, menerapkan, atau mengevaluasi model JumpStart dasar di Studio. Untuk memulai dengan model JumpStart dasar di Studio, lihat[Gunakan model pondasi di Studio](jumpstart-foundation-models-use-studio-updated.md).
**penting**
Pada 30 November 2023, pengalaman Amazon SageMaker Studio sebelumnya sekarang bernama Amazon SageMaker Studio Classic. Bagian berikut ini khusus untuk menggunakan pengalaman Studio yang diperbarui. Untuk informasi tentang menggunakan aplikasi Studio Classic, lihat[Amazon SageMaker Studio Klasik](studio.md).
Beberapa model JumpStart dasar memerlukan penerimaan perjanjian lisensi pengguna akhir sebelum penerapan. Jika ini berlaku untuk model dasar yang Anda pilih untuk digunakan, Studio meminta Anda dengan jendela yang berisi konten EULA. Anda bertanggung jawab untuk meninjau dan mematuhi persyaratan lisensi yang berlaku dan memastikannya dapat diterima untuk kasus penggunaan Anda sebelum mengunduh atau menggunakan model.
#### Penerimaan EULA di Amazon SageMaker Studio Classic
Anda mungkin diminta untuk menerima perjanjian lisensi pengguna akhir sebelum menerapkan model JumpStart dasar atau membuka notebook model JumpStart dasar di Studio Classic. Untuk memulai dengan model JumpStart dasar di Studio Classic, lihat[Gunakan model pondasi di Amazon SageMaker Studio Classic](jumpstart-foundation-models-use-studio.md).
**catatan**
Pada 30 November 2023, pengalaman Amazon SageMaker Studio sebelumnya sekarang bernama Amazon SageMaker Studio Classic. Bagian berikut ini khusus untuk menggunakan aplikasi Studio Classic. Untuk informasi tentang menggunakan pengalaman Studio yang diperbarui, lihat[SageMaker Studio Amazon](studio-updated.md).
Studio Classic masih dipertahankan untuk beban kerja yang ada tetapi tidak lagi tersedia untuk onboarding. Anda hanya dapat menghentikan atau menghapus aplikasi Studio Classic yang ada dan tidak dapat membuat yang baru. Kami menyarankan Anda memi [ grasikan beban kerja Anda ke pengalaman Studio baru](studio-updated-migrate.md).
Beberapa model JumpStart dasar memerlukan penerimaan perjanjian lisensi pengguna akhir sebelum penerapan. Jika ini berlaku untuk model dasar yang Anda pilih untuk digunakan, Studio Classic meminta Anda dengan jendela berjudul T ** injau Perjanjian Lisensi Pengguna Akhir (EULA) dan Kebijakan Penggunaan yang Dapat Diterima (AUP) di bawah ini ** setelah Anda memilih Menye ** barkan ** atau ** Buka buku catatan. ** Anda bertanggung jawab untuk meninjau dan mematuhi persyaratan lisensi yang berlaku dan memastikannya dapat diterima untuk kasus penggunaan Anda sebelum mengunduh atau menggunakan model.
### Penerimaan EULA dengan SageMaker Python SDK
Bagian berikut menunjukkan cara mendeklarasikan penerimaan EULA secara eksplisit saat menerapkan atau menyempurnakan JumpStart model dengan SDK. SageMaker Python Untuk informasi selengkapnya tentang memulai model JumpStart dasar menggunakan SageMaker Python SDK, lihat[Gunakan model pondasi dengan SageMaker Python SDK](jumpstart-foundation-models-use-python-sdk.md).
Sebelum memulai, pastikan Anda melakukan hal berikut:
+ Tingkatkan ke versi terbaru dari model yang Anda gunakan.
+ Instal versi terbaru SageMaker Python SDK.
**penting**
Untuk menggunakan alur kerja berikut, Anda harus menginstal SageMaker Python SDK [ v2.198.0 ](https://github.com/aws/sagemaker-python-sdk/releases/tag/v2.198.0) atau yang lebih baru.
#### Penerimaan EULA saat menerapkan model JumpStart
Untuk model yang memerlukan penerimaan perjanjian lisensi pengguna akhir, Anda harus secara eksplisit menyatakan penerimaan EULA saat menerapkan model Anda. JumpStart
```
from sagemaker.jumpstart.model import JumpStartModel
model_id = {{"meta-textgeneration-llama-2-13b"}}
my_model = JumpStartModel(model_id=model_id)
# Declare EULA acceptance when deploying your JumpStart model
predictor = my_model.deploy(accept_eula={{True}})
```
Nilai `accept_eula` tersebut secara `None` default dan harus didefinisikan ulang secara eksplisit untuk menerima perjanjian lisensi pengguna akhir. `True` Untuk informasi selengkapnya, lihat [JumpStartModel](https://sagemaker.readthedocs.io/en/stable/api/inference/model.html#sagemaker.jumpstart.model.JumpStartModel).
#### Penerimaan EULA saat menyempurnakan model JumpStart
Untuk model penyempurnaan yang memerlukan penerimaan perjanjian lisensi pengguna akhir, Anda harus secara eksplisit menyatakan penerimaan EULA saat menjalankan `fit()` metode untuk estimator Anda. JumpStart Setelah menyempurnakan model yang telah dilatih sebelumnya, bobot model asli diubah. Oleh karena itu, ketika Anda menerapkan model yang disetel nanti, Anda tidak perlu menerima EULA.
**catatan**
Contoh berikut set`accept_eula=False`. Anda harus mengubah nilai secara manual untuk menerima EULA. `True`
```
from sagemaker.jumpstart.estimator import JumpStartEstimator
model_id = {{"meta-textgeneration-llama-2-13b"}}
# Declare EULA acceptance when defining your JumpStart estimator
estimator = JumpStartEstimator(model_id=model_id)
estimator.fit(accept_eula=False,
{"train": training_dataset_s3_path, "validation": validation_dataset_s3_path}
)
```
Nilai `accept_eula` tersebut secara `None` default dan harus secara eksplisit didefinisikan ulang seperti `"true"` dalam `fit()` metode untuk menerima perjanjian lisensi pengguna akhir. Untuk informasi selengkapnya, lihat [JumpStartEstimator](https://sagemaker.readthedocs.io/en/stable/api/sagemaker_train.html).
#### Penerimaan EULA SageMaker Python Versi SDK lebih awal dari 2.198.0
**penting**
Saat menggunakan versi SageMaker Python SDK yang lebih awal dari [ 2.198.0](https://github.com/aws/sagemaker-python-sdk/releases/tag/v2.198.0), Anda harus menggunakan SageMaker `Predictor` kelas untuk menerima model EULA.
Setelah menerapkan model JumpStart dasar secara terprogram menggunakan SageMaker Python SDK, Anda dapat menjalankan inferensi terhadap titik akhir yang digunakan dengan kelas. SageMaker `[Predictor](https://sagemaker.readthedocs.io/en/stable/api/inference/predictors.html)` Untuk model yang memerlukan penerimaan perjanjian lisensi pengguna akhir, Anda harus secara eksplisit menyatakan penerimaan EULA dalam panggilan Anda ke kelas: `Predictor`
```
predictor.predict(payload, custom_attributes="accept_eula=true")
```
Nilai `accept_eula` tersebut secara `false` default dan harus didefinisikan ulang secara eksplisit untuk menerima perjanjian lisensi pengguna akhir. `true` Prediktor mengembalikan kesalahan jika Anda mencoba menjalankan inferensi sementara `accept_eula` disetel ke. `false` Untuk informasi selengkapnya tentang memulai model JumpStart dasar menggunakan SageMaker Python SDK, lihat[Gunakan model pondasi dengan SageMaker Python SDK](jumpstart-foundation-models-use-python-sdk.md).
**penting**
`custom_attributes`Parameter menerima pasangan kunci-nilai dalam format. `"key1=value1;key2=value2"` Jika Anda menggunakan kunci yang sama beberapa kali, server inferensi menggunakan nilai terakhir yang terkait dengan kunci. Misalnya, jika Anda meneruskan `"accept_eula=false;accept_eula=true"` ke `custom_attributes` parameter, maka server inferensi mengaitkan nilai `true` dengan `accept_eula` kunci.