A AWS informou em agosto de 2026 que o SageMaker AI Serverless Model Customization oferece ajuste fino completo (FFT) para mais de 25 modelos de código aberto. Em 18 de novembro, publicou um relato técnico de experimentos de programação que compara FFT com LoRA. A nota de disponibilidade cita as famílias gpt-oss, Gemma, Llama, Nemotron e Qwen, além de quatro regiões da AWS: US East (N. Virginia), US West (Oregon), Asia Pacific (Tokyo) e Europe (Ireland). A nota da AWS é de agosto; o texto técnico posterior descreve os experimentos da empresa.
No SageMaker, “sem servidor” descreve quem administra a infraestrutura — não quantos parâmetros o FFT atualiza.
O que FFT e LoRA alteram no modelo
O FFT atualiza todos os parâmetros do modelo. A LoRA, sigla de Low-Rank Adaptation, mantém os pesos pré-treinados e treina matrizes adaptadoras de baixa ordem. A diferença importa para o treinamento: segundo a documentação da AWS, o FFT exige mais computação e tempo que a LoRA e gera artefatos maiores, com todos os pesos do modelo. Na inferência, o FFT elimina a sobrecarga dos adaptadores; a documentação também informa que o método não permite continuar a personalização.
No serviço sem servidor, a AWS administra a alocação de computação e os pontos de verificação do treinamento. Quem treina fornece o modelo-base, os dados e os hiperparâmetros. Essa gestão da infraestrutura não altera o funcionamento do FFT: todos os parâmetros continuam sendo atualizados. A publicação técnica da AWS descreve os métodos e o fluxo de treinamento.
| Método | Pesos atualizados | Estrutura do ajuste |
| FFT | Todos os parâmetros do modelo | Atualização completa dos pesos |
| LoRA | Os pesos pré-treinados ficam congelados | Treinamento de matrizes adaptadoras de baixa ordem |
O que os experimentos de código da AWS indicam
A AWS comparou os dois métodos em um ajuste supervisionado do modelo Qwen3-4B, usando os mesmos prompts, respostas-alvo e código de avaliação. O conjunto Magicoder-Evol-Instruct-110K foi dividido em 99.000 registros de treinamento, 5.500 de validação e 5.500 de teste reservado.
As avaliações mediram aspectos diferentes. A AWS usou o Amazon Nova Pro como juiz baseado em modelo de linguagem para avaliar correção semântica; o PRIMECODE mediu similaridade de código com BLEU, ROUGE-1/2/L e F1; e o MMLU, que abrange 57 disciplinas acadêmicas, serviu para avaliar a retenção de conhecimentos gerais.
Em um resultado, a AWS relata 90,0% de correção semântica para o FFT após três épocas. Em outra comparação com juiz de modelo de linguagem, a LoRA obteve 81,5% e o FFT, 79,5%. São comparações distintas: os números não formam um único placar em que um método vence em todas as condições.
Retenção de conhecimento e escolha do método
Nos experimentos descritos pela AWS, tanto FFT quanto LoRA ficaram abaixo do modelo-base em correspondência exata no benchmark MATH. Nas execuções de FFT com taxa de aprendizado igual ou superior a 5e-5, a AWS relata resultados de 2–3% no MATH e 3,6% de acurácia no MMLU. Entre as configurações testadas pela empresa, taxa de aprendizado de 2e-5, lote global de 8 e aquecimento de 5% preservaram melhor o conhecimento geral medido pelo MMLU; esses parâmetros pertencem àquele experimento.
Na prática, a LoRA demanda menos capacidade de GPU, enquanto o FFT exige mais computação e tempo de treinamento. Se reduzir a sobrecarga dos adaptadores durante a inferência for importante, o FFT elimina esse componente; se a prioridade for uma adaptação que demande menos capacidade de GPU, a LoRA atende a esse critério descrito pela AWS.