AWS: SageMaker bringt serverloses Fine-Tuning für NVIDIA Nemotron 3 mit SFT, RLVR und RLAIF

AWS hat am 10. Juli 2026 in Amazon SageMaker AI die serverlose Anpassung von NVIDIA Nemotron 3-Modellen eingeführt — Fine-Tuning ohne Bereitstellung und Wartung von GPU-Infrastruktur. Fine-Tuning bezeichnet den Prozess der Nachschulung eines fertigen Modells auf eigenen Daten, um es für domänenspezifische Aufgaben zu spezialisieren. Der serverlose Ansatz beseitigt die größte Hürde: die Cluster-Verwaltung.

Drei Techniken, drei Reifegrade

Das Angebot umfasst drei Methoden. SFT (Supervised Fine-Tuning) ist klassisches Lernen aus beschrifteten Beispielen. RLVR (Reinforcement Learning with Verifiable Rewards) nutzt objektiv prüfbare Belohnungen — etwa ob generierter Code Tests besteht — und hat sich in den vergangenen Monaten als Schlüsseltechnik hinter Reasoning-Modellen etabliert. RLAIF (Reinforcement Learning from AI Feedback) ersetzt menschliche Bewerter durch ein weiteres KI-Modell und senkt damit die Kosten der Feedback-Schleife drastisch.

Warum ist die Verfügbarkeit von RLVR und RLAIF bedeutsam?

Bisher waren RLVR und RLAIF Forschungslaboren mit eigener Infrastruktur und spezialisierten Teams vorbehalten. Ihre Einführung als verwaltete serverlose Optionen bedeutet, dass Enterprise-Teams sie ohne tiefgreifendes RL-Wissen einsetzen können — eine Demokratisierung von Techniken, die bis vor Kurzem Frontier-Labs vorbehalten waren. Die Basismodelle sind NVIDIA Nemotron 3, eine Familie offener Modelle, die NVIDIA für genau diese Art der Anpassung bereitstellt.

Praktische Bedeutung

Für Unternehmen verkürzt sich der Weg vom generischen Modell zum spezialisierten Assistenten für die eigene Domäne — rechtlich, medizinisch oder industriell. AWS stärkt damit seine Position im Wettbewerb der Modellanpassungsplattformen gegenüber Google Vertex AI und Azure AI, indem es offene NVIDIA-Modelle und fortgeschrittene RL-Techniken in einem einzigen verwalteten Paket kombiniert.