Роль `ml_full_access` играет решающую роль в конфигурации и интеграции DeepSeek с помощью службы OpenSearch. Эта роль является частью плагина безопасности OpenSearch и используется для управления функциями доступа к функциям машинного обучения (ML) в рамках Opensearch.
Описание роли
Роль `ml_full_access` дает полный доступ ко всем функциям ML в Opensearch. Это включает в себя возможность запустить новые задачи ML, модели чтения и удалять модели. Он обеспечивает комплексный контроль над функциональными возможностями ML, что делает его важным для пользователей, которым необходимо управлять и выполнять задачи ML в рамках OpenSearch [2].
Интеграция с DeepSeek
При интеграции DeepSeek с OpenSearch роль `ml_full_access` используется для обеспечения того, чтобы аутентифицированные объекты могли выполнять вызовы API, связанные с задачами ML. Это включает в себя создание разъемов для внешних моделей, подобных тем, которые предоставляются DeepSeek. Сопоставляя роли IAM с роли `ml_full_access`, пользователи могут гарантировать, что их идентификаторы AWS имеют необходимые разрешения для взаимодействия с моделями DeepSeek через OpenSearch [1] [3].
Шаги конфигурации
Чтобы настроить роль `ml_full_access` для использования с DeepSeek, вы обычно выполняете эти шаги:
1. Создайте роли IAM: генерируйте свои роли, которые позволяют OpenSearch взаимодействовать с конечными точками SageMaker и создавать разъемы. Эти роли необходимы для настройки необходимых разрешений и доверительных отношений [1].
2. Карта Бэкэнд Роли: В Dashboards Opensearch перейдите к роли `ml_full_access 'и сопоставьте роль IAM, созданную ранее для бэкэнд -ролей. Этот шаг гарантирует, что пользователи с этими ролями IAM имеют полный доступ к функциям ML в OpenSearch [3] [6].
3. Проверьте настройку: После настройки ролей и разрешений убедитесь, что настройка работает, запустив тестовые запросы через мониторные панели OpenSearch. Это гарантирует, что вы можете успешно подключиться к моделям DeepSeek и выполнять задачи ML [1].
Таким образом, роль `ml_full_access` имеет жизненно важную важную роль для управления функциями ML в Opensearch и обеспечении бесшовной интеграции с моделями DeepSeek путем предоставления необходимых разрешений для выполнения задач ML и доступа к внешним моделям.
Цитаты:
[1] https://aws.amazon.com/blogs/big-data/use-deepseek-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