Author: AWS Team

这是有关确保生成式人工智能安全的系列文章的第 3 部分。我们建议首先阅读综述性博文确保生成式人工智能安全：生成 […]

本文详细介绍了云学堂利用 Amazon SageMaker 平台，针对 Java 代码生成领域进行大语言模型微调的探索和实践。通过精心的数据准备、创新的训练技术和全面的模型评估，云学堂成功开发出基于 DeepSeek-Coder 性能卓越的业务代码生成模型。

本文介绍使用大语言模型和无服务器服务实现字幕的多语言无服务器自动翻译。

本篇文章主要介绍如何使用 Amazon SageMaker 进行 Baichuan-2 模型微调的示例。

本篇文章主要介绍如何使用 Amazon SageMaker 进行 WizardCoder 模型微调的示例。

在数字经济时代，数据是企业数字化转型和生成式 AI 技术创新的战略制高点，数据能力驱动了生成式 AI 的发展， […]

在数字经济时代，拥抱生成式 AI 技术已经成为企业的当务之急。企业制定总体的企业 AI 战略蓝图，对生成式 A […]

利用 Amazon Bedrock 知识库和定制的 Zendesk App 帮助客服团队快速应用检索增强生成（RAG）能力、提高工作效率的解决方案。主要包括使用 Bedrock 知识库进行 RAG 查询和响应生成、基于 Zendesk App 提供客服交互界面、记录日志用于优化等关键环节。通过较低的成本即可获得强大的 GenAI 辅助能力。

尽管 LLMs 能够生成看似合理的内容，但在细节、一致性和上下文理解等方面仍存在显著缺陷。 这些挑战凸显了一个关键问题：如何在充分利用 LLMs 强大生成能力的同时，确保输出内容的稳定，一致和丰富？为解决这一问题，研究人员提出了 Self Refine 技术，这一创新方法旨在通过迭代优化提升 LLMs 的输出质量。

本文将介绍 VoiceMail Express 语音信箱解决方案的设计架构、部署方式、测试方法和注意事项，帮助企业优化客服坐席的时间效率，缩短工作时间，提高客户服务质量。