O papel `ml_full_access` desempenha um papel crucial na configuração e integração do DeepSeek com o OpenEarch Service. Essa função faz parte do plug -in de segurança do OpenEarch e é usada para gerenciar o acesso aos recursos de aprendizado de máquina (ML) no OpenSearch.
Descrição da função
A função `ml_full_access` concede acesso total a todos os recursos de ML no OpenSearch. Isso inclui a capacidade de iniciar novas tarefas de ML, ler modelos e excluir modelos. Ele fornece controle abrangente sobre as funcionalidades do ML, tornando essencial para usuários que precisam gerenciar e executar tarefas de ML no OpenEnsearch [2].
Integração com Deepseek
Ao integrar o DeepSeek ao OpenEarch, a função `ml_full_access` é usada para garantir que as entidades autenticadas possam executar chamadas de API relacionadas às tarefas de ML. Isso inclui a criação de conectores para modelos externos como os fornecidos pela Deepseek. Ao mapear as funções do IAM para a função `ml_full_access`, os usuários podem garantir que suas identidades da AWS tenham as permissões necessárias para interagir com os modelos Deepseek através do OpenSearch [1] [3].
Etapas de configuração ###
Para configurar a função `ml_full_access` para uso na Deepseek, você normalmente segue estas etapas:
1. Crie papéis do IAM: gerar funções do IAM que permitem que o OpenSearch interaja com os pontos de extremidade do Sagemaker e crie conectores. Essas funções são essenciais para a criação das permissões necessárias e os relacionamentos de confiança [1].
2. Funções de back -end do mapa: nos painéis do OpenEarch, navegue até a função `ml_full_access` e mapeie o papel IAM ARNS criado anteriormente para funções de back -end. Esta etapa garante que os usuários com essas funções do IAM tenham acesso total aos recursos de ML no OpenSearch [3] [6].
3. Verifique se a configuração: Após configurar funções e permissões, verifique se a configuração está funcionando executando consultas de teste através de painéis OpenSearch. Isso garante que você possa se conectar com sucesso aos modelos Deepseek e executar tarefas ML [1].
Em resumo, a função `ml_full_access` é vital para gerenciar os recursos de ML no OpenSearch e garantir a integração perfeita com os modelos Deepseek, fornecendo as permissões necessárias para executar tarefas de ML e acessar modelos externos.
Citações:
[1] https://aws.amazon.com/blogs/big-data/use-deepseek-with-amazon-opensearch-erserve-vector-database-and-amazon-sagemaker/
[2] https://opensearch.org/docs/latest/ml-commons-plugin/model-access-control/
[3] https://github.com/opensearch-project/ml-comons/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