Peran `ml_full_access` memainkan peran penting dalam konfigurasi dan integrasi Deepseek dengan layanan OpenSearch. Peran ini adalah bagian dari plugin keamanan OpenSearch dan digunakan untuk mengelola fitur akses ke pembelajaran mesin (ML) di dalam OpenSearch.
Deskripsi Peran
Peran `ml_full_access` memberikan akses penuh ke semua fitur ML dalam OpenSearch. Ini termasuk kemampuan untuk memulai tugas ML baru, membaca model, dan menghapus model. Ini memberikan kontrol komprehensif atas fungsionalitas ML, menjadikannya penting bagi pengguna yang perlu mengelola dan menjalankan tugas ML dalam OpenSearch [2].
Integrasi dengan Deepseek
Saat mengintegrasikan Deepseek dengan OpenSearch, peran `ML_FULL_ACCESS` digunakan untuk memastikan bahwa entitas yang diautentikasi dapat menjalankan panggilan API yang terkait dengan tugas ML. Ini termasuk membuat konektor ke model eksternal seperti yang disediakan oleh Deepseek. Dengan memetakan peran IAM ke peran `ml_full_access`, pengguna dapat memastikan bahwa identitas AWS mereka memiliki izin yang diperlukan untuk berinteraksi dengan model Deepseek melalui OpenSearch [1] [3].
Langkah -langkah konfigurasi ###
Untuk mengonfigurasi peran `ml_full_access` untuk digunakan dengan deepseek, Anda biasanya mengikuti langkah -langkah ini:
1. Buat Peran IAM: Hasilkan Peran IAM yang memungkinkan OpenSearch berinteraksi dengan titik akhir Sagemaker dan membuat konektor. Peran ini sangat penting untuk menyiapkan izin yang diperlukan dan hubungan kepercayaan [1].
2. Peta peran backend: Dalam dasbor OpenSearch, navigasikan ke peran `ml_full_access` dan peta peran IAM yang dibuat sebelumnya untuk peran backend. Langkah ini memastikan bahwa pengguna dengan peran IAM ini memiliki akses penuh ke fitur ML di OpenSearch [3] [6].
3. Verifikasi Pengaturan: Setelah mengkonfigurasi peran dan izin, verifikasi bahwa pengaturan berfungsi dengan menjalankan kueri tes melalui dasbor OpenSearch. Ini memastikan bahwa Anda dapat berhasil terhubung ke model Deepseek dan menjalankan tugas ML [1].
Singkatnya, peran `ML_FULL_ACCESS` sangat penting untuk mengelola fitur ML dalam OpenSearch dan memastikan integrasi tanpa batas dengan model Deepseek dengan memberikan izin yang diperlukan untuk menjalankan tugas ML dan mengakses model eksternal.
Kutipan:
[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-amat/
[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