AWS Personalize批量推理作业重训练报错及自动训练咨询

更新说明 #

已联系AWS Personalize官方，确认本次InternalServerError的核心原因是模型大小超过13GB，写入S3时触发了上传大小相关的内部错误。该问题属于AWS端平台限制问题，目前官方正在处理但暂无明确解决时间表。如果有用户端可行的规避方案，欢迎在评论区分享。

问题1：商品数量过多或通过PutItem API新增商品会引发报错吗？该怎么解决？ #

根据官方确认的信息，本次报错的直接诱因是模型体积超限，而非商品数量本身或PutItem API操作，但商品数据量过大确实是导致模型突破13GB限制的关键因素。

目前可尝试的用户端优化方向：

• 精简商品字段：只保留模型训练必需的字段（如ITEM_ID、核心分类属性等），剔除冗余的描述性元数据
• 过滤低价值商品：结合业务逻辑，移除无交互记录、曝光量极低的无效商品，压缩训练数据集规模
• 切换轻量化配方：如果业务场景允许，可评估aws-similar-items等对模型体积要求更低的配方

问题2：批量推理作业需要手动重训练来纳入新事件/商品吗？支持自动重训练吗？ #

• 必须手动创建新的解决方案版本（重训练），才能让批量推理作业纳入通过PutEvent/PutItem API新增的事件和商品数据。因为批量推理依赖特定版本的模型，新数据不会自动同步到已训练完成的模型中。
• AWS Personalize本身不支持批量推理的自动重训练，但可以通过以下方式实现自动化：
  • 用Amazon CloudWatch Events设置定时规则，定期触发解决方案版本更新
  • 编写AWS Lambda脚本，监听数据集更新事件（如S3数据变更、PutItem操作日志），自动触发重训练流程

内容的提问来源于stack exchange，提问作者J.Kh