Le rôle `ML_FULL_ACCESS` joue une partie cruciale dans la configuration et l'intégration de Deepseek avec le service OpenSearch. Ce rôle fait partie du plugin de sécurité OpenSearch et est utilisé pour gérer les fonctionnalités de l'accès à l'apprentissage automatique (ML) dans OpenSesearch.
Description du rôle
Le rôle `ML_FULL_ACCESS` accorde un accès complet à toutes les fonctionnalités ML dans OpenSesearch. Cela comprend la possibilité de démarrer de nouvelles tâches ML, de lecture de modèles et de supprimer des modèles. Il fournit un contrôle complet sur les fonctionnalités ML, ce qui le rend essentiel aux utilisateurs qui ont besoin de gérer et d'exécuter des tâches ML dans OpenSesearch [2].
Intégration avec Deepseek
Lors de l'intégration Deepseek avec OpenSesearch, le rôle `ML_FULL_ACCESS` est utilisé pour garantir que les entités authentifiées peuvent exécuter des appels d'API liés aux tâches ML. Cela comprend la création de connecteurs à des modèles externes comme ceux fournis par Deepseek. En mappant des rôles IAM au rôle `ML_FULL_ACCESS», les utilisateurs peuvent s'assurer que leurs identités AWS ont les autorisations nécessaires pour interagir avec Deepseek via OpenSensearch [1] [3].
Étapes de configuration ###
Pour configurer le rôle `ML_FULL_ACCESS 'à utiliser avec Deepseek, vous suivez généralement ces étapes:
1. Créer des rôles IAM: générer des rôles IAM qui permettent à OpenSesearch d'interagir avec les points de terminaison SageMaker et de créer des connecteurs. Ces rôles sont essentiels pour mettre en place les autorisations et les relations de confiance nécessaires [1].
2. Cette étape garantit que les utilisateurs avec ces rôles IAM ont un accès complet aux fonctionnalités ML dans OpenSearch [3] [6].
3. Vérifiez la configuration: après avoir configuré les rôles et les autorisations, vérifiez que la configuration fonctionne en exécutant les requêtes de test via des tableaux de bord OpenSearch. Cela garantit que vous pouvez vous connecter avec succès aux modèles Deepseek et exécuter les tâches ML [1].
En résumé, le rôle `ML_FULL_ACCESS` est essentiel pour gérer les fonctionnalités ML dans OpenSesearch et assurer une intégration transparente avec des modèles Deepseek en fournissant les autorisations nécessaires pour exécuter les tâches ML et accéder aux modèles externes.
Citations:
[1] https://aws.amazon.com/blogs/big-data/use-eepseek-with-amazon-opensearch-service-vector-database-and-amazon-sagemaker/
[2] https://opensearch.org/docs/latest/ml-commons-plugin/Model-access-Control/
[3] https://github.com/opensearch-project/ml-commons/blob/main/docs/tutorials/aws/rag_with_deepseek_r1_model_on_sagemaker.md
[4] https://github.com/opensearch-project/ml-commons/blob/main/docs/tutorials/aws/rag_with_deepseek_r1_model_on_bedrock.md
[5] https://github.com/opensearch-project/ml-commons/blob/main/docs/tutorials/aws/deepseek_demo_notebook_for_rag.ipynb
[6] https://opensearch.org/docs/latest/vector-search/tutorials/rag/rag-deepseek-chat/
[7] https://github.com/opensearch-project/ml-commons/blob/main/docs/tutorials/aws/rag_with_deepseek_chat_model.md
[8] https://zilliz.com/ai-faq/what-apis-does-deepseek-provide-for-model-access