AWS classe la personnalisation de l’IA en trois niveaux

AWS propose trois niveaux de personnalisation pour les modèles d’IA générative accessibles sur Amazon Bedrock. La structure distingue les catégories USE, ENHANCE et TRAIN. Amazon Bedrock donne accès à des modèles de fondation provenant d’Anthropic, Meta, Mistral et Amazon. Les modèles disponibles incluent Anthropic Claude, Amazon Nova et Llama. Cette offre rassemble donc plusieurs familles de modèles dans un même service AWS. Le spectre présenté va de l’utilisation directe d’un modèle existant jusqu’à l’entraînement d’un modèle personnalisé. AWS décrit ces catégories comme des étapes distinctes de personnalisation. La présentation complète est disponible sur le blog officiel d’AWS, publié le 15 septembre 2026.

La catégorie USE commence simplement avec un modèle existant utilisé tel quel. Cette première étape ne prévoit aucune personnalisation du modèle. L’organisation choisit un modèle déjà accessible sur Amazon Bedrock, puis l’utilise sans modifier ses paramètres internes. Anthropic Claude, Amazon Nova et Llama figurent parmi les modèles disponibles dans ce service. Cette approche constitue le premier niveau du spectre présenté par AWS. Elle se distingue des étapes suivantes, qui modifient les instructions ou le modèle lui-même. AWS classe donc l’usage direct avant l’optimisation des consignes et avant l’entraînement personnalisé. Les schémas associés à la présentation sont accessibles via cette illustration AWS.

AWS distingue usage et optimisation

La catégorie ENHANCE modifie les instructions sans changer les poids du modèle. Cette étape consiste à optimiser les consignes adressées au modèle utilisé. Les poids restent inchangés pendant cette forme de personnalisation. AWS place ainsi l’amélioration des instructions entre l’usage direct et l’entraînement d’un modèle. Amazon Bedrock prend en charge l’accès aux modèles concernés, notamment Claude, Nova et Llama. La distinction porte donc sur la manière de personnaliser l’utilisation, et non sur le remplacement du modèle. La catégorie ENHANCE conserve le modèle existant tout en ajustant les instructions qui lui sont transmises. AWS présente cette approche dans son spectre de personnalisation, aux côtés de USE et TRAIN.

Dovetail illustre l’usage direct d’Amazon Bedrock avec de nouvelles fonctions d’IA générative publiées en deux semaines. L’entreprise utilise Amazon Bedrock sans personnaliser le modèle. Cet exemple correspond à la catégorie USE décrite par AWS. Dovetail ne modifie donc pas le modèle dans le cadre présenté. Le cas associe un délai de deux semaines, Amazon Bedrock et l’absence de personnalisation du modèle. Il montre une mise en œuvre reposant sur des modèles disponibles dans le service. AWS cite Dovetail pour illustrer cette utilisation directe. Les modèles accessibles via Bedrock proviennent notamment d’Anthropic, Meta, Mistral et Amazon, avec Claude, Nova et Llama parmi les options disponibles.

TRAIN complète le spectre AWS

La catégorie TRAIN complète le cadre présenté par AWS après USE et ENHANCE. Le spectre réunit donc l’utilisation d’un modèle existant, l’optimisation des instructions et l’entraînement d’un modèle personnalisé. USE ne prévoit aucune personnalisation. ENHANCE optimise les instructions sans modifier les poids du modèle. TRAIN correspond à la catégorie d’entraînement mentionnée par AWS dans cette structure. Amazon Bedrock sert de point d’accès à des modèles de fondation provenant d’Anthropic, Meta, Mistral et Amazon. La présentation associe ainsi plusieurs modèles et plusieurs niveaux de personnalisation. Dovetail fournit un exemple documenté du premier niveau, avec deux semaines de développement et aucun changement du modèle utilisé.