- 生成式人工智能›
- Amazon Bedrock›
- 自定义
利用企业数据构建安全且自定义的人工智能应用程序
各个组织可以利用自己独有的企业数据,为自身的业务打造别具特色的体验。使用检索增强生成(RAG)、模型微调、模型蒸馏和多模态数据处理等技术,您可以为特定的使用案例量身打造生成式人工智能应用程序。始终对敏感信息保持完全控制:确保您的数据绝不会用来训练基础模型,也不会与任何模型提供商(包括 Amazon)共享。
打造您的专属人工智能
结合使用多种自定义工具,以便根据您的数据来训练模型,并最大限度地提高模型的性能和准确性,最终满足您的独特需求
Amazon Bedrock 知识库
Amazon Bedrock 知识库提供一套端到端的托管式 RAG 工作流程,让您能够利用自身数据来源中的上下文信息,创建高度准确、低延迟、安全且自定义的生成式人工智能应用程序。
- 端到端的 RAG 工作流程
- 将 FM 和代理与数据来源安全地连接起来
- 在运行时提供准确的响应
监督式微调
根据您自己的数据来训练基础模型,以便提高特定任务的性能。微调功能会向模型传授您的独特术语、写作风格、输出格式和特定领域的知识,以使它们在您的使用案例中
更加准确、一致。
当您希望模型执行以下任务时,使用微调:
- 遵循特定的输出结构或格式要求
- 掌握专业词汇、技术语言或内部术语
- 模仿特定的语气、声调或品牌风格
- 提高明确定义的重复性任务的准确性
数据自动化
Amazon Bedrock Data Automation 是一个完全托管的 API,可以轻松集成到应用程序中。它既可简化生成式人工智能应用程序的开发过程,又可实现涉及文档、图像、音频和视频的工作流自动化。
- 构建智能文档处理、媒体分析以及其他基于多模态数据的自动化解决方案
- 以更低的成本实现行业领先的准确度,同时提供其他功能,例如用于实现可解释性的视觉定位功能(带置信度分数),以及内置的幻觉减少功能
- 与 Amazon Bedrock 知识库集成,可以更轻松地从非结构化多模态内容中生成有意义的信息,从而提供更相关的 RAG 响应
模型蒸馏
借助 Amazon Bedrock 模型蒸馏功能,您可以使用更小、更快、更具成本效益的模型,在特定使用案例中实现与 Amazon Bedrock 中最先进模型相媲美的准确度。与原始模型相比,Amazon Bedrock 中的蒸馏模型速度最多可提高 500%,成本最多可降低 75%,而在 RAG 等使用案例中,准确度损失不到 2%。
- 使用具有所需准确度的“教师式”模型,对“学生式”模型进行微调
- 使用专有数据合成,最大限度提高蒸馏模型的性能
- 通过导入生产数据来降低成本。模型蒸馏功能使您能够输入提示,然后利用这些提示生成响应,并对学生式模型进行微调
- 提高代理的函数调用预测准确度。支持较小的模型准确预测函数调用,从而大大缩短响应时间并降低运营成本
找到今天要查找的内容了吗?
请提供您的意见,以便我们改进网页内容的质量。