Artificial Intelligence | 亚马逊AWS官方博客

为生成式 AI 产品打造持续的卓越用户体验——跨区域高可用弹性解决方案

大语言模型服务（LLMs）的可用性对生成式AI应用至关重要。本文提出了一个经真实客户验证的多区域高可用性方案来保证生成式AI应用的可用性，使其可以持续为终端用户提供优秀的用户体验。本文从生成式AI应用的多个维度进行了分析，提出的多区域高可用性解决方案具有低复杂程度、低成本、可灵活配置等特点。客户可以根据自身的业务场景、需求和资源情况，应用该解决方案或者对解决方案进行定制化以达到自身的业务目标。

基于 Amazon Bedrock 和 Llama2 构建智能导购解决方案

本文介绍了一种电商导购的实现方案，该方案考虑了电商这个垂直行业的行业属性，导购场景的特殊语料和商品属性，有针对性的预训练一个电商导购对话模型，同时结合电商既有的商品推荐 Agent，训练了模型的 function call 任务，在整个购物对话过程中，还通过 Bedrock Claude3 Haiku 模型完成了数据扩写、意图识别和商品推荐任务，经过客户真实数据和商品推荐 API 的验证，其对话理解能力、api 抽取能力、意图识别能力、推荐文案生成能力都能满足导购需求。

使用亚马逊云构建企业智能知识问答助手第二篇之提升问答准确率的优化实践

在上一篇文章《使用亚马逊云构建企业智能知识问答助手第一篇之架构演进》中我们通过一个真实客户案例介绍了Chatbot在企业内部。作为系列博客中的第二篇，我们会专注于介绍项目组在PoC中，针对Knowledge Base类型的数据提高整体问答准确率的优化思路和实践过程。

使用亚马逊云构建企业智能知识问答助手第一篇之架构演进

本文将通过一个在亚马逊云上构建企业智能知识问答助手的真实客户案例，来介绍它的技术架构是如何随着需求的变化和自然语言处理技术的进步而逐步演进的。本篇也是一个系列博客的开始，后续还将继续为您介绍诸如如何针对Knowledge Base类型文章提高问答准确率，如何针对长文档问答的需求提高准确率，以及源数据的权限管理和数据同步等内容。

欧税通基于 Claude 3 实现发票精准识别

本文主要介绍在海外税务处理流程中发票信息提取场景下，欧税通和亚马逊云科技一起探索了 Claude 3 系列模型应用在该场景中的可行性，最终让 Claude 3 Haiku 实现了高达 91% 的综合识别正确率，显著提升了运营人员的工作效率、降低了运营人员的工作疲劳感和乏味感并最终降低了整体的人力成本。